Anda di halaman 1dari 109

MODUL

MKK-6/2 SKS/ MODUL I-VI

HITUNG PERATAAN KESALAHAN

TANJUNG NUGROHO
BAMBANG SUYUDI

KEMENTRIAN AGRARIA DAN TATA RUANG /


BADAN PERTANAHAN NASIONAL
SEKOLAH TINGGI PERTANAHAN NASIONAL
2014
Hak cipta © pada penulis dan dilindungi Undang-undang
Hak Penerbitan pada Penerbit Sekolah Tinggi Pertanahan Nasional
Kode Pos 55293, www.stpn.ac.id Tlp.0274-587239
Indonesia

Dilarang mengutip sebagian ataupun seluruh buku ini dalam bentuk


apapun, tanpa ijin dari penulis dan penerbit

Edisi Revisi
Cetakan Pertama, Nopember 2011
Cetakan Kedua, Desember 2014

Penelaah Materi Tim STPN


Pengembangan Desain Instruksional STPN PRESS
Desain Cover -
Lay-Outer -
Copy-Editor -
Ilustrator

Tanjung Nugroho, Bambang Suyudi


Hitung Perataan Kesalahan; I-VI
MKk-6/ 2 SKS/ Tanjung Nugroho, Bambang Suyudi
Yogyakarta : Sekolah Tinggi Pertanahan Nasional, 55293

ISBN :
Judul
Hitung Perataan Kesalahan

vii
KATA PENGANTAR

Sistem pembelajaran yang baik saat ini menuntut mahasiswa untuk dapat belajar
secara mandiri, baik secara individual maupun berkelompok, yang artinya tidak
bergantung pada kehadiran dosen atau tatap muka langsung. Dengan adanya bahan ajar
yang memungkinkan mahasiswa untuk belajar secara mandiri, diharapkan prestasi belajar
mahasiswa dapat lebih meningkat lagi.
Kehadiran modul kuliah ini dimaksudkan untuk lebih melengkapi daripada bahan
ajar yang disampaikan di pertemuan kuliah, baik itu berupa tayangan/slide atau hand-out.
Dengan mempelajari terlebih dahulu materi yang akan diajarkan, maka para mahasiswa
akan lebih siap dalam menerima materi dalam pertemuan tatap muka dengan dosen.
Suasana kuliah / tatap muka dengan dosen diharapkan akan lebih hidup, artinya suasana
dialogis antara mahasiswa dan dosen akan muncul. Dengan demikian, mutu pembelajaran
juga akan meningkat.
Jika mutu pembelajaran meningkat, maka diharapkan juga hasil pembelajaran
akan mengeluarkan produk yang bermutu tinggi. Produk yang dimaksud tentunya adalah
para mahasiswa yang telah paripurna dalam mengikuti kuliah ini. Akhir kata, kami
ucapkan selamat belajar yang sungguh-sungguh kepada para mahasiswa.

Yogyakarta, November 2014

Ketua Sekolah Tinggi Pertanahan Nasional,

Dr. Oloan Sitorus, S.H., M.S.


NIP. 19650805 199203 1 003

vii
SEKAPUR SIRIH

Dalam konteks pertanahan, hitung perataan merupakan satu metode yang


diaplikasikan untuk pengadaan jaring kerangka dasar pemetaan kadastral, seperti metode
Bowdith dan perataan kuadrat terkecil (least square adjustment) untuk penyelesaian
poligon atau waterpassing, dan triangulasi/trilaterasi. Perataan jaringan poligon metode
Bowdith telah dipelajari pada mata kuliah ukur tanah, sehingga modul ini hanya fokus
pada metode perataan kuadrat terkecil.
Modul ini disusun dengan maksud untuk membantu para mahasiswa dalam
mempelajari Ilmu Hitung Perataan, khususnya metode kuadrat terkecil. Modul ini
dimulai dari hal-hal yang mendasari ilmu hitung perataan kuadrat terkecil, hingga
aplikasi hitung perataan tersebut dalam pekerjaan pengukuran dan pemetaan kadastral.
Dengan mempelajari modul Ilmu Hitung Perataan ini, secara umum mahasiswa
diharapkan mampu mengerjakan berbagai hitung perataan jaring kontrol pemetaan
dengan baik dalam konteks pertanahan.
Sekalipun modul ini masih jauh dari kata sempurna, tetapi akan membantu para
mahasiswa untuk lebih memahami ilmu hitung perataan. Akhir kata kami ucapkan
selamat belajar dengan kesungguhan !

Yogyakarta, November 2014

Penyusun,
Tanjung Nugroho, S.T., M.Si.
Bambang Suyudi, S.T., M.T.

vii
PENDAHULUAN

itung Perataan Kesalahan adalah mata kuliah yang membahas suatu metode

H untuk meratakan kesalahan dalam pengukuran, sehingga dicapai estimasi


terbaik dari hasil dan maksud dilaksanakannya pengukuran. Dalam konteks
pertanahan, hitung perataan merupakan salah satu metode yang diaplikasikan
untuk pengadaan jaring kerangka dasar pemetaan kadastral.
Mata kuliah ini melengkapi metode hitung perataan hasil pengukuran, seperti
metode Dell dan Bowdith untuk penyelesaian poligon atau waterpassing yang telah
diberikan pada kuliah-kuliah semester sebelumnya di Program Diploma I Pengukuran
dan Pemetaan Kadastral. Dengan mempelajari modul Hitung Perataan Kesalahan ini,
secara umum mahasiswa diharapkan mampu mengerjakan berbagai permasalahan hitung
perataan dengan baik dalam konteks pertanahan. Dengan demikian, standar kompetensi
yang diharapkan setelah Anda mempelajari modul ini adalah kemampuan untuk
mengoperasikan hitung perataan kesalahan dalam pekerjaan kadastral, khususnya dalam
pengadaan jaring kerangka dasar pemetaan. Walaupun demikian, menurut pengalaman
penyusun, keberhasilan dalam mempelajari mata kuliah Hitung Perataan Kesalahan ini
lebih ditunjang dengan perkuliahan (tatap muka) dan banyak mengerjakan tugas-tugas
kuliah.
Sedangkan kompetensi dasar yang akan dicapai setelah Anda mengikuti uraian
dan melakukan latihan menyelesaikan kasus hitungan adalah :
a. menyebutkan jenis-jenis kesalahan dalam pengukuran ;
b. menjelaskan konsep dasar probabilitas dalam pengukuran ;
c. menjelaskan realibilitas pengukuran ;
d. menentukan angka signifikan dalam pengukuran dan penghitungan ;
e.melinearisasi fungsi pengukuran dengan metode diferensial ;
f. menyusun matrik dari fungsi pengukuran ;
g. mengoperasikan matrik ;
h. menjelaskan macam-macam cara untuk menentukan keandalan / ketelitian besaran
hasil pengukuran ;

vii
i. menghitung rata-rata pengukuran berulang, simpangan bakunya, dan nilai korelasi antar
variabel pengukuran ;
j. menghitung /mengolah data pengukuran untuk memastikan data yang diterima atau
ditolak dalam proses hitungan selanjutnya ;
k. menjelaskan macam-macam cara untuk mendeteksi blunder terhadap besaran hasil
pengukuran sekaligus mengoperasikan hitungan untuk mendeteksi blunder ;
l. menghitung perambatan galat sistematik dan acak ;
m. menghitung bobot dari berbagai besaran pengukuran yang digunakan dalam hitung
perataan kesalahan ;
n. mengoperasikan hitungan pada persamaan linear untk menentukan persamaan yang
digunakan dalam hitung perataan kesalahan ;
o. menjelaskan prinsip kuadrat terkecil ;
p. mengoperasikan hitung perataan kuadrat terkecil metode kondisi dan parameter ; dan
q. mengimplementasikan metode kondisi dan parameter untuk pekerjaan pengukuran
pemetaan kadastral.

Mata kuliah Ilmu Hitung Perataan yang berbobot 2 sks ini terdiri dari 6 modul,
yaitu : 1) Konsep Pengukuran dan Kesalahan; 2) Kesalahan Acak dan Distribusi Normal;
3) Keandalan / Ketelitian Besaran Pengukuran; 4) Blunder pada Pengukuran dan
Perambatan Galat; 5) Bobot Besaran Pengukuran dan Persamaan Linear; dan 6) Hitung
Perataan Kuadrat Terkecil.
 Modul 1 membahas mengenai kesalahan dalam pengukuran, jenis-jenis kesalahan,
teori probabilitas, reliabilitas pengukuran, dan angka terpakai atau angka
signifikan.
 Modul 2 membahas mengenai kesalahan acak dan distribusi normal.
 Modul 3 membahas mengenai blunder pada pengukuran dan cara mendeteksinya,
perambatan kesalahan/galat sistematik dan kesalahan acak.
 Modul 4 membahas mengenai bobot besaran pengukuran, dan persamaan linear
beserta operasinya.
 Modul 5 membahas mengenai prinsip kuadrat terkecil dan hitung perataan kuadrat
terkecil metode kondisi.

vii
 Modul 6 membahas hitung perataan kuadrat terkecil metode parameter.
Untuk memahami gambaran secara keseluruhan dan keterkaitan antara setiap
materi yang dibahas, Anda dapat melihat bagan analisis instruksional sebagai berikut :

( PB-6 )
Hitung Perataan Kesalahan
Metode Parameter

( PB-5 ) Modul 4
Prinsip Kuadrat Terkecil dan Bobot Besaran
Hitung Perataan Kesalahan Pengukuran dan
Metode Kondisi Persaman Linear

Modul 3
Blunder dan
Perambatan Galat

Modul1 Modul 2
Konsep Kesalahan Kesalahan Acak dan
dalam Pengukuran Distribusi Normal

Untuk mempermudah mempelajari modul ini, maka disarankan Anda :


a. mempelajari setiap modul dengan sebaik-baiknya dengan cara membaca, dan
mengulangnya dengan penuh perhatian bagian yang menjadi inti permasalahan.
b. membuat catatan, rangkuman bagi konsep maupun rumus-rumus yang penting
dari setiap modul.
c. mengerjakan contoh soal dan latihan di setiap modul.
d. mendiskusikan konsep-konsep dan persoalan-persoalan yang belum Anda kuasai
dengan rekan belajar, atau dengan dosen pada kegiatan tatap muka.

vii
DAFTAR ISI

HALAMAN JUDUL
KATA PENGANTAR …………………………………………………. i
SEKAPUR SIRIH …………………………………………………………. ii
PENDAHULUAN …………………………………………………………. iii
DAFTAR ISI …………………………………………………………………. vii
DAFTAR TABEL …………………………………………………………. ix
DAFTAR GAMBAR …………………………………………………………. x

MODUL I. Konsep Pengukuran dan Kesalahan …………………. 1


A. Kesalahan dalam Pengukuran …………………………………. 2
B. Jenis-jenis Kesalahan …………………………………………. 4
C. Angka Terpakai dan Pembulatan …………………………………. 6
Latihan …………………………………………………………. 8
Rangkuman …………………………………………………………. 9
Tes Formatif …………………………………………………………. 9

MODUL II. Kesalahan Acak dan Distribusi Normal …………………. 13


A. Probabilitas dan Distribusi Normal ........……………………. 14
B. Nilai Rerata, Simpangan Baku dan Korelasi …………………. 16
C, Ukuran Keandalan/Ketelitian ..................................................... 19
D. Keterpercayaan / Reliabilitas Pengukuran ......................................... 22
Latihan …………………………………………………………. 24
Rangkuman …………………………………………………………. 25
Tes Formatif …………………………………………………………. 27

MODUL III. Deteksi Blunder, Perambatan Galat Sistematik dan Acak 31


A. Blunder pada Pengukuran …………………………………………. 32
B. Perambatan Galat Sistematik …………………………………. 36
C. Perambatan Galat Acak …………………………………………. 39
Latihan …………………………………………………………. 39
Rangkuman …………………………………………………………. 41
Tes Formatif …………………………………………………………. 42

MODUL IV. Bobot Besaran Pengukuran dan Persamaan Linear ………. 48


A. Bobot Besaran Pengukuran …………………………………. 49
B. Persamaan Linear …………………………………………………. 50
Latihan …………………………………………………………. 54
Rangkuman …………………………………………………………. 55
Tes Formatif …………………………………………………………. 56

vii
MODUL V. Hitung Perataan Kuadrat Terkecil …………………………. 60
A. Prinsip Kuadrat Terkecil …………………………………………. 61
B. Hitung Kuadrat Terkecil Metode Kondisi …………………………. 63
Latihan …………………………………………………………. 75
Rangkuman …………………………………………………………. 76
Tes Formatif …………………………………………………………. 77

MODUL VI. Hitung Perataan Kuadrat Terkecil Metode Parameter ...... 81


A. Model Matematik ............…………………………………………. 82
B. Prosedur Hitungan ....................................…………………………. 84
Latihan …………………………………………………………. 88
Rangkuman …………………………………………………………. 89
Tes Formatif …………………………………………………………. 89

Daftar Pustaka …………………………………………………………. 93


Kunci Jawaban Tes Formatif …………………………………………. 94

RIWAYAT HIDUP PENYUSUN …………………………………………. 97

vii
DAFTAR TABEL

Tabel 1. Pengukuran jarak berulang sebanyak 200 kali …………………… 14


Tabel 2. Frekuensi relatif dari hasil pengukuran jarak berulang …………… 15
Tabel 3. Hasil pengukuran koordinat secara berulang …………………… 18
Tabel 4. Penyelesaian hitungan rerata, simpangan baku, varian dan korelasi 18
Tabel 5. Analisis ketelitian dan perbandingan hasil pengukuran jarak
untuk Data I (satuan dalam meter) …………………………………… 20
Tabel 6. Analisis ketelitian dan perbandingan hasil pengukuran jarak
untuk Data II (satuan dalam meter) …………………………………… 21

vii
DAFTAR GAMBAR

Gambar 1. Distribusi normal data hasil pengukuran berulang .................... 16


Gambar 2. Distribusi hasil pengukuran dan data blunder …………………… 32
Gambar 3. Deteksi blunder menggunakan ukuran 2σ d …………………… 33
Gambar 4. Deteksi blunder menggunakan distribusi student …………………… 34
Gambar 5. Deteksi blunder menggunakan distribusi normal …………………… 35
Gambar 6. Pengukuran 2 penggal jarak dalam lintasan lurus ( D = d1+d2 ) …… 36
Gambar 7. Pengukuran 2 penggal jarak dalam lintasan lurus ( D = d1 - d2 ) …… 37
Gambar 8. Pengukuran alas dan tinggi segitiga siku-siku …………………… 38
Gambar 9. Pengukuran jarak 3 penggal jarak …………………………………… 39
Gambar 10. Pengukuran sisi segitiga …………………………………………… 49
Gambar 11. Nilai yang paling mungkin (MPV) dalam distribusi normal …… 62
Gambar 12. Pengukuran jarak AB …………………………………………… 64
Gambar 13. Contoh pengukuran jarak berulang …………………………… 68
Gambar 14. Pengukuran sipat datar kring …………………………………… 70
Gambar 15. Pengukuran sudut dalam segitiga …………………………… 73
Gambar 16. Pengukuran sudut dalam segitiga dan satu sisi …………………… 73
Gambar 17. Pengukuran sudut dalam segitiga dan dua sisi …………………… 74
Gambar 18. Pengukuran jarak berulang yang diselesaikan dengan metode
parameter …………………………………………………… 84
Gambar 19. Pemotongan kemuka yang diselesaikan dengan metode parameter 86

vii
MODUL KONSEP PENGUKURAN
1 DAN KESALAHAN

alam pekerjaan survei pengukuran, seorang surveyor akan melaksanakan pengukuran-

D pengukuran untuk mendapatkan besaran yang dikehendaki, seperti jarak, sudut, asimut,
dan koordinat.
Secara alamiah atau menurut teori kemungkinan, besaran-besaran ukuran yang diperoleh tersebut
akan selalu dihinggapi oleh kesalahan. Dengan demikian tidak ada besaran hasil pengukuran
yang mutlak benar, tetapi merupakan besaran yang selalu mengandung kesalahan. Dengan
adanya kesalahan yang selalu ada dalam setiap besaran pengukuran tersebut, maka perlu dikenali
jenis-jenisnya, dan angka terpakai hasil pengukuran maupun hasil hitungan dari besaran-besaran
pengukuran, beserta pembulatannya.
Dalam Modul 1 mata kuliah Hitung Perataan Kesalahan ini dibahas logika bahwa pada
setiap besaran hasil pengukuran akan selalu dihinggapi oleh kesalahan-kesalahan beserta contoh-
contohnya. Di samping itu juga akan dibahas angka terpakai dan pembulatan yang perlu ditulis
dalam setiap besaran pengukuran dan penghitungannya. Setelah mempelajari Modul 1, secara
umum Anda diharapkan mampu mengetahui jenis-jenis kesalahan dalam pengukuran dan
keterpercayaan hasil pengukuran. Secara khusus, Anda diharapkan dapat :
a. menyebutkan jenis-jenis kesalahan dalam pengukuran ;
b. menyebutkan sumber-sumber kesalahan; dan
c. menentukan angka terpakai beserta pembulatannya dalam pengukuran dan penghitungan.

A. KESALAHAN DALAM PENGUKURAN


Pada pekerjaan survei suatu proyek, seorang petugas ukur dapat mengerjakan berbagai
macam pekerjaan, dari penentuan desain proyek sampai ke presentasi hasil pekerjaan. Pada
dasarnya yang banyak dikerjakan oleh petugas ukur adalah lebih terkait dengan pengukuran di
samping pekerjaan lapangan, termasuk di dalamnya pekerjaan perataan dan analisis hasil.
Apabila petugas ukur ingin meratakan dan menganalisis hasil dengan teliti, maka dia harus
mengetahui proses pengukurannya itu sendiri.
Pekerjaan pengukuran tentu melibatkan observasi atau pengamatan. Tidak ada pekerjaan
pengukuran tanpa pengamatan. Kedua istilah ini sering dianggap sama, padahal ada sesuatu yang
berbeda. Sebagai gambaran yang sederhana adalah pengukuran jarak dengan menggunakan pita
ukur. Untuk melakukan pengukuran jarak pada dasarnya terdiri dari beberapa pekerjaan
pengamatan seperti pengamatan sentering, pengarahan, penyatuan, penepatan dan pembacaan.
Hasil dari pengukuran jarak akan didapatkan satu nilai, dan nilai tersebut merupakan nilai yang
dicari. Prosedur dasar yang perlu diperhatikan adalah sebagai berikut :
a. Petugas ukur mengidentifikasikan titik yang akan diukur, dan di sini dua petugas ukur
memegang pita ukur di tiap-tiap titik.
b. Petugas ukur depan menepatkan titik nol pita ukur pada titik awal, dan petugas ukur
belakang dengan bantuan unting-unting menggeser-geser dan menepatkan di atas titik
akhir.
c. Masing-masing petugas ukur menarik pita ukur dengan tegangan tertentu dengan tetap
memperhatikan posisi unting-unting harus tepat di atas titik yang diamat.
d. Petugas ukur belakang selanjutnya membaca panjangan pita ukur dengan melihat
pembagian skala yang ada.
e. Hasil akhir adalah suatu nilai yang didapat misalkan 20,31m atau 3,87 m dan sebagainya
tergantung ketelitian pembagian skala pita ukur.
Pekerjaan pengukuran jarak ini sangat sederhana, tetapi kalau disimak lebih detil, maka
di dalamnya terdapat beberapa proses pengamatan sehingga didapatkan suatu nilai yang dicari.
Untuk pengukuran yang menuntut ketelitian tinggi, tentu langkah tersebut harus memperhatikan
beberapa parameter seperti bahan pita ukur, temperatur lokasi pengukuran, tegangan yang
diperlukan, dan berat dari pita ukur itu sendiri. Selain itu kemampuan petugas ukur seperti
penguasaan metode pengukuran dan kondisi fisik juga mempengaruhi hasil yang didapatkan.

2
Perlu disadari juga bahwa pengukuran merupakan suatu proses yang hasilnya dapat
bervariasi. Suatu pengukuran dengan pita ukur yang sama apabila dilakukan pada kondisi medan
yang berbeda, maka hasilnya juga akan berbeda. Apabila dilakukan pada waktu yang berbeda
misal pagi, siang atau malam, juga akan memberikan hasil yang berbeda juga. Belum lagi seperti
kemampuan petugas ukur untuk melakukan operasi-operasi dasar pengukuran seperti sentering,
penepatan, pembacaan dan yang lainnya akan memberikan konsekuensi bahwa hasilnya akan
bervariasi.
Berbagai keterbatasan dari alat yang digunakan, kemampuan petugas ukur dan kondisi
medan akan mengakibatkan hasil ukuran bervariasi. Sehingga tidak ada hasil ukuran ulang yang
persis sama, dan akibatnya tidak ada hasil ukuran yang didapat dengan tepat nilainya. Secara
matematis hasil ukuran atau observasi harus berupa variabel, karena nilai yang tetap itu pada
dasarnya tidak ada tetapi hanya suatu nilai estimasi dari nilai yang benar. Variasi atau perbedaan
nilai tersebut sering disebut kesalahan. Arti kesalahan sebenarnya adalah suatu keadaan
kekeliruan, dan dalam pengukuran nilai ini harus tidak ada kecuali pada kesalahan kasar.
Mempelajari kesalahan observasi adalah sama dengan mempelajari observasinya itu
sendiri. Artinya bahwa mempelajari teori kesalahan pada masa lalu adalah sama dengan
mempelajari teori observasi pada saat ini. Jika τ dinotasikan sebagai nilai yang benar, x sebagai
nilai observasi, dan e sebagai nilai kesalahan, maka didapat bahwa :
e=x–τ
Karena nilai e tidak akan pernah diketahui, maka nilai τ juga tidak bisa diketahui dengan
yang tepat. Jika dapat dicari nilai estimasi yang baik, maka nilai tersebut dapat digunakan untuk
menggantikan nilai τ. Jika â dinotasikan sebagai nilai yang benar, maka perbedaan antara nilai â
dan nilai pengukuran x didefinisikan sebagai residual (v), sehingga :
v=â–x
Nilai residual adalah suatu nilai yang digunakan untuk menunjukkan variasi dari pengukuran.
B. JENIS-JENIS KESALAHAN

Menurut jenisnya, biasanya kesalahan dibedakan atas tiga macam yaitu : kesalahan kasar,
kesalahan sistematik, dan kesalahan acak. Uraian untuk masing-masing kesalahan adalah sebagai
berikut :
a. Kesalahan Kasar/ besar/blunder/kekeliruan

3
Kesalahan kasar merupakan hasil dari blunder atau kekeliruan. Kesalahan ini akibat dari
kekurang-hati-hatian pengamat, sebagai contoh :
1. Pengamat mungkin membidik target yang salah.
2. Pengamat membaca skala pembagian secara tidak benar.
3. Mencatat data pembacaan dengan salah
Kesalahan ini didominasi karena faktor manusia seperti kurang hati-hati, kurang
perhatian, acuh tak acuh, dan kurang pengalaman. Kesalahan ini dapat dideteksi dengan
mengecek data ukuran, pengulangan pengukuran sebagian atau keseluruhan memberikan
hasil yang jauh berbeda. Ada beberapa prosedur yang baik untuk mendeteksi kesalahan
ini yaitu :
1. Penepatan target harus benar-benar hati-hati.
2. Melakukan pembacaan ulang pada setiap pengamatan dan dikontrol kekonsistenan
datanya.
3. Penambahan pencatatan data dengan pembacaan kembali.
4. Pengulangan keseluruhan pengukuran secara tersendiri dengan pengontrolan
kekonsistenan data.
5. Melakukan kontrol geometris dan matematis.
Karena sifat kesalahan ini merupakan kesalahan besar dan harus dibetulkan maka cara
menghilangkannya adalah dengan mengulang pengukuran.

b. Kesalahan Sistematik
Kesalahan sistematik merupakan kesalahan yang disebabkan oleh sistem yang bila
diketahui dapat dikoreksi. Sebagai contoh kesalahan ini,
1. Skala pita ukur tidak sesuai dengan skala yang baku.
2. Titik nol rambu ukur tidak tepat pada alas rambu.
3. Garis bidik theodolit tidak tegaklurus terhadap sumbu horisontal.
4. Pengaruh refraksi atmosfer, sehingga arah sinar melengkung.
Kesalahan ini bisa diakibatkan oleh manusia seperti penggunaan metode yang salah,
karena kondisi alam, dan yang paling sering biasanya karena instrumen yang masih
mempunyai kesalahan. Cara mendeteksinya bisa dengan data instrumen, dan akan terlihat
apabila pengukuran diulang pada kondisi yang sama pola kesalahan akan sama juga. Sifat

4
kesalahan ini sangat jelas dan dapat dihilangkan dan nilai kesalahan bisa kecil atau besar.
Untuk menghilangkan kesalahan ini dapat dilakukan dengan dengan,
1. Memberikan besaran koreksi.
2. Menggunakan metode yang benar.
3. Memperhitungkan kondisi alam.
4. Membetulkan kondisi instrumen.

c. Kesalahan Acak/takterduga/random
Kesalahan ini akan selalu terjadi pada setiap pengukuran dan sifatnya random atau acak,
sehingga peluang terjadinya kesalahan berharga positif dan negatif akan sama.
Kesalahan ini disebabkan oleh hal-hal yang tidak terduga seperti keterbatasan panca
indera manusia, keterbatasan dan tidak sempurnanya instrumen maupun kondisi alam.
Kesalahan acak terdeteksi bila pengukuran diulang-ulang dan hasilnya tidak sama, tentu
saja ini setelah pengaruh kesalahan kasar dihilangkan dan kesalahan sistematik telah
dikoreksikan. Biasanya kesalahan ini bernilai kecil, dan efek kesalahan ini bisa
diminimalkan dengan prinsip hitung perataan yaitu untuk mendapatkan harga yang paling
mungkin atau paling mendekati kebenaran.
Seperti disampaikan sebelumnya, bahwa hasil pengukuran atau observasi secara
matematis sebagai sebuah variabel. Secara lebih rinci, kesalahan ini adalah variabel acak
karena termasuk komponen kesalahan yang menunjukkan sifat acak, sehingga kesalahan
acak adalah variabel acak. Meskipun variasi sistematik hubungannya secara matematika
menggunakan hubungan atau model fungsional, tetapi variabel acak harus atas dasar
model probabilitas.

C. ANGKA TERPAKAI DAN PEMBULATAN

Jumlah angka signifikan pada angka numeris sama dengan jumlah digit dari angka
tersebut dengan semuanya tidak boleh nol yang digunakan untuk menetapkan posisi desimal.
Sebagai contoh :
147 mempunyai 3 angka signifikan
147,64 mempunyai 5 angka signifikan

5
2,1 mempunyai 2 angka signifikan
1013 mempunyai 4 angka signifikan
1,007 mempunyai 4 angka signifikan
17,710 mempunyai 5 angka signifikan
0,021 mempunyai 2 angka signifikan
1320 bisa 3 atau 4 angka signifikan, bergantung pada apakah angka nol
digunakan untuk menempatkan posisi desimal sebelumnya. Bila nilai nol
hanya digunakan untuk menunjukkan bahwa angka 2 adalah puluhan
berarti mempunyai 3 angka signifikan.
Setiap nilai harus mencantumkan semua angka terakhir yang pasti, ditambah satu digit angka
yang berkeraguan.

Contoh :
a. Empat angka pertama dari 137,824 nilainya pasti dan dua angka terakhir tidak pasti,
sehingga nilai tersebut harus ditulis dalam 5 angka signifikan yaitu 137,82.
b. Pengukuran langsung di lapangan lebih mudah untuk menentukan angka
signifikannya. Jarak diukur dengan pita ukur yang bacaannya sampai dengan
centimeter dengan perkiraan milimeter. Hasil ukurannya 462,513 m . Lima angka
pertama adalah pasti, dan digit terakhir merupakan hasil estimasi (tidak pasti),
sehingga nilai tersebut ditulis dalam 6 angka signifikan.

Banyaknya angka signifikan pada suatu nilai terkurangi dengan adanya pembulatan. Ada
beberapa ketentuan untuk meminimalkan kesalahan yaitu :
1. Jika diinginkan K angka signifikan, abaikan semua angka di belakang digit ke K+1.
2. Perhatikan digit ke K+1 ;
a. Jika nilainya antara 0-4, abaikan.
Contoh : 12,34421 ditulis dalam 4 angka signifikan menjadi 12,34
b. Jika nilainya antara 6-9, abaikan nilainya dan digit ke K ditambah 1.
Contoh : 1,376 ditulis dalam 3 angka signifikan menjadi 1,38
c. Jika nilainya 5 dan digit ke K bilangan genap, abaikan.
Contoh : 12,1345 ditulis dalam 5 angka signifikan menjadi 12,1344.

6
d. Jika nilainya 5 dan digit ke K bilangan ganjil, abaikan. Dan nilai digit ke K
ditambah satu.
Contoh : 12,1355 ditulis dalam 5 angka signifikan menjadi 12,136.

Penentuan banyaknya angka signifikan suatu hitungan tidak semudah ukuran langsung
tetapi ada ketentuan umum untuk keefektifan yaitu :
1. Pada penjumlahan atau pengurangan,
Dibulatkan ke angka desimal terkecil nilai-nilai yang dijumlahkan atau dikurangkan.
2. Pada perkalian,
Hasil kalinya harus sama dengan angka signifikan faktor pengali terkecil, tidak
termasuk pengali yang merupakan tetapan/konstanta.
Contoh :
1. Penjumlahan
165,21
149,7
65,495
2,2167
------------ +
382,6217
Dibulatkan ke 382,6 karena mengacu pada angka 149,7 yang menunjukkan hanya
sampai satu desimal (satu angka di belakang koma).

2. Perkalian
a. 2,15 x 11,1234 = 23,9
Hasil berupa 3 angka signifikan yang ditentukan berdasar angka 2,15.
b. 2 (2,15 x 11,1234) = 47,8
Hasil dalam 3 angka signifikan yang ditentukan oleh angka 2,15, sedangkan
angka 2 di sini dianggap sebagai tetapan.
c. Ubahlah 15,73 inchi menjadi centimeter.
15,73 x 2,54 = 39,9542

7
Dalam bentuk sgnifikan, jawabannya adalah 39,95 yaitu dalam 4 angka
signifikan, yang ditentukan oleh angka 15,73 bukan dari angka 2,54.

LATIHAN

1. Jelaskan tentang pengertian pengamatan dan pengukuran.


2. Mengapa hasil pengukuran berulang selalu bervariasi ?
3. Sebutkan jenis-jenis kesalahan dalam pengukuran, dan sumber-sumbernya. Sertai masing-
masing dengan 3 contoh.
4. Mengapa kesalahan selalu ada dalam setiap pengamatan?
5. Berapa angka signifikan hasil perkalian 4,23 dan 576,789 ? Jelaskan !
6. Mengapa dalam penyajian/penulisan hasil hitungan perlu memperhitungkan angka terpakai?

RANGKUMAN

 Secara alamiah atau menurut teori kemungkinan, besaran-besaran ukuran yang diperoleh
tersebut akan selalu dihinggapi oleh kesalahan. Dengan demikian tidak ada besaran hasil
pengukuran yang mutlak benar, tetapi merupakan besaran yang selalu mengandung
kesalahan.
 Pada dasarnya yang banyak dikerjakan oleh petugas ukur adalah lebih terkait dengan
pengukuran, di samping pekerjaan yang termasuk di dalamnya pekerjaan perataan dan
analisis hasil. Apabila petugas ukur ingin meratakan dan menganalisis hasil dengan teliti,
maka dia harus mengetahui proses pengukurannya itu sendiri.

8
 Menurut jenisnya, biasanya kesalahan dibedakan atas tiga macam yaitu : kesalahan kasar,
kesalahan sistematik, dan kesalahan acak. Kesalahan kasar merupakan hasil dari blunder atau
kekeliruan akibat dari kekurang-hati-hatian pengamat. Kesalahan sistematik merupakan
kesalahan yang disebabkan oleh sistem yang bila diketahui dapat dikoreksi. Sedangkan
kesalahan acak akan selalu terjadi pada setiap pengukuran dan sifatnya random atau acak,
sehingga peluang terjadinya kesalahan berharga positif dan negatif akan sama.
 Jumlah angka terpakai pada angka numeris sama dengan jumlah digit dari angka tersebut
dengan semuanya tidak boleh nol yang digunakan untuk menetapkan posisi desimal. Setiap
nilai harus mencantumkan semua angka terakhir yang pasti, ditambah satu digit angka yang
berkeraguan.

TES FORMATIF

1. Berikut pernyataan yang benar, kecuali :


a. Setiap pengukuran selalu dihinggapi kesalahan.
b. Pengukuran terdiri dari beberapa pengamatan.
c. Mempelajari teori kesalahan pada masa lalu sama dengan mempelajari teori observasi
saat ini.
d. Nilai yang benar dari pengukuran bergantung dari ketelitian hasil pengukuran.

2. Nilai yang benar pada hakikatnya adalah :


a. Dapat diperoleh dengan alat yang canggih.
b. Tidak pernah diperoleh dari pengukuran.
c. Dapat diperoleh dengan metode yang baik.
d. Dapat diperoleh dari hasil pengukuran dengan mengoreksikan kesalahan.

3. Kesalahan besar akibat kecerobohan si pengukur dinamakan :


a. blunder
b. kesalahan sistematik

9
c. kesalahan acak
d. kesalahan fatal

4. Kesalahan membaca skala piringan termasuk dalam jenis kesalahan :


a. kesalahan acak
b. kesalahan sistematik
c. kesalahan fatal
d. blunder

5. Kesalahan sistematik pengukuran dapat bersumber dari :


a. alam sekitar / lingkungan
b. pengamat
c. alat ukur
d. a, b dan c benar

6. Kesalahan acak dapat dijelaskan dengan :


a. model fungsional
b. model probabilitas
c. model matematik
d. model koreksi

7. Cara untuk meminimalisir efek kesalahan acak adalah :


a. mengoreksi hasil pengukuran dengan alat yang lebih baik
b. mengoreksi hasil pengukuran dengan model matematik
c. pengukuran dilaksanakan dengan hati-hati sekali
d. mengoreksi hasil pengukuran dengan hitung perataan

8. Bentuk signifikan 700,700 adalah :


a. 1 angka signifikan
b. 2 angka signifikan
c. 4 angka signifikan

10
d. 6 angka signifikan

9. Penjumlahan dari bilangan 165,21 dan 65,49527 mempunyai bentuk signifikan yang terdiri
dari :
a. 5 angka signifikan
b. 6 angka signifikan
c. 7 angka signifikan
d. 8 angka signifikan

10. Perkalian dari bilangan 165,21 dan 10,49527 mempunyai bentuk signifikan yang terdiri dari :
a. 5 angka signifikan
b. 6 angka signifikan
c. 7 angka signifikan
d. 8 angka signifikan

Cocokkan jawaban Anda dengan kunci jawaban Tes Formatif 1 yang terdapat pada
bagian akhir Modul ini. Hitunglah jawaban Anda yang benar. Kemudian gunakan rumus di
bawah ini untuk mengetahui tingkat penguasaan Anda terhadap materi kegiatan belajar ini.
Rumus :
Jumlah jawaban yang benar
Tingkat penguasaan = x 100%
10

Arti tingkat penguasaan yang Anda peroleh adalah :


90 – 100% = Baik Sekali ;
80 – 90% = Baik ;
70 – 80% = Cukup ; dan
≤ 70% = Kurang.

Bila Anda memperoleh tingkat penguasaan 80% atau lebih, Anda dapat meneruskan dengan
kegiatan belajar (modul) selanjutnya. Sedangkan jika tingkat penguasaan Anda masih berada di

11
bawah 80%, Anda diwajibkan mengulangi kegiatan belajar (modul) ini, terutama bagian yang
belum Anda kuasai secara baik.

KESALAHAN ACAK DAN DISTRIBUSI


MODUL

2 NORMAL

esaran hasil pengukuran akan selalu mengandung kesalahan, sebagaimana telah

B dikemukakan dalam Modul 1. Dengan demikian hasil setiap pengukuran seperti jarak,
sudut, asimut, dan koordinat, akan selalu mempunyai tingkat keandalan / ketelitian.
Terdapat beberapa ukuran standar untuk menentukan tingkat keandalan / ketelitian besaran
pengukuran. Dalam Modul 2 ini akan dibahas tentang beberapa cara atau ukuran tersebut untuk
menentukan besarnya keandalan / ketelitian dari hasil pengukuran. Dengan mempelajari Modul 2
ini diharapkan Anda akan mampu untuk :
a. menjelaskan macam-macam cara untuk menentukan keandalan / ketelitian besaran hasil
pengukuran ;

12
b. menghitung rata-rata pengukuran berulang, simpangan bakunya, dan nilai korelasi antar
variabel pengukuran ;
c. menghitung /mengolah data pengukuran untuk memastikan data yang diterima atau
ditolak dalam proses hitungan selanjutnya ; dan
d. menghitung kesalahan standar.

A. PROBABILITAS DAN DISTRIBUSI NORMAL

Untuk menjelaskan probabilitas pada pengukuran secara sederhana dapat dilihat pada
kasus pengukuran jarak di bawah ini.
a. Suatu jarak diukur berulang kali dengan hasil pengukuran telah bebas dari kesalahan
kasar dan telah dikoreksi dari kesalahan sistematis yang mungkin ada.
b. Variasi nilai ukuran hanya diakibatkan oleh kesalahan acak. Kesalahan ini tidak dapat
dikoreksi, tetapi sifat kolektifnya secara acak dapat dipelajari dengan distribusi
frekuensi.
c. Selanjutnya pembentukan model probabilitas pada pengukuran didasarkan pada
distribusi frekuensi tersebut.
Contoh :
Sebuah jarak sepanjang sekitar 810 m diukur sebanyak 200 kali. Nilai ukuran telah
terbebas dari kesalahan kasar dan kesalahan sistematik dengan nilai ukuran terkoreksi dihitung
sampai fraksi centimeter (0,01 m). Nilai ukuran bervariasi dari 810,11 sampai dengan 810,23 m
dengan distribusi sebagai berikut :

13
Tabel 1. Pengukuran jarak berulang sebanyak 200 kali
No. Nilai Ukuran (m) Jumlah Ukuran
1 810,11 1
2 810,12 3
3 810,13 7
4 810,14 19
5 810,15 20
6 810,16 36
7 810,17 38
8 810,18 29
9 810,19 24
10 810,20 10
11 810,21 11
12 810,22 0
13 810,23 2

Untuk mencari frekuensi relatif dihitung dengan formulasi :


Fr = Σ ukuran / Σ total pengukuran
Misal untuk nilai 810,11 maka Fr = 1/ 200 = 0,005, sehingga secara keseluruhan didapatkan hasil
sebagaimana tabel 2 di bawah ini.

Tabel 2. Frekuensi relatif dari hasil pengukuran jarak berulang


No. Nilai Ukuran (m) Frekuensi Relatif (Fr)
1 810,11 0,005
2 810,12 0,015
3 810,13 0,035
4 810,14 0,095
5 810,15 0,100
6 810,16 0,180
7 810,17 0,190
8 810,18 0,145
9 810,19 0,120
10 810,20 0,050
11 810,21 0,055
12 810,22 0,000
13 810,23 0,010

14
Suatu nilai ataupun kejadian akan muncul dan ditunjukkan dengan suatu nilai
kemungkinan atau probabilitas. Besarnya nilai kemungkinan dari 0 (nol) sampai dengan 1 (satu).
Nilai nol artinya sama sekali tidak pernah muncul dan nilai satu berarti pasti akan muncul.
Apabila dituliskan suatu nilai kemungkinan adalah P(x) maka : 0 ≤ P(x) ≤ 1.
Berdasar contoh tersebut P(810,11) = 1/200 = 0,005 ; P(810,12) = 3/200 = 0,015 ; dan
seterusnya. Akhirnya dapat diambil kesimpulan bahwa frekuensi relatif sama dengan nilai
kemungkinan suatu kejadian.
Jika jumlah pengukuran ditambah sampai dengan tak berhingga maka akan didapatkan
bahwa setiap frekuensi relatif akan mendekati batas /limit penstabilan. Dan distribusi hasil
pengukuran berulang akan berbentuk distribusi normal.

Gambar 1. Distribusi normal data hasil pengukuran berulang

B. NILAI RERATA, SIMPANGAN BAKU, DAN KORELASI

Salah satu cara menentukan nilai yang mewakili sejumlah data dan dianggap paling baik
adalah dengan mencari nilai reratanya. Nilai rerata biasa dinotasikan dengan :
X = Σxi /n

15
dalam hal ini : X = nilai rerata
xi = nilai x ke-i hingga ke-n
n = banyaknya data
Simpangan bakunya dapat dihitung dengan formulasi :
σ = √ (Σ (X-xi)2/ (n-1))
Sedangkan varian adalah kuadratik dari simpangan baku :
σ 2 = (Σ (X-xi)2/ (n-1))

Apabila data pengukuran terdistribusi normal, maka nilai rerata dapat digunakan sebagai
nilai yang mendekati benar. Simpangan baku menunjukkan letak titik belok dari kurva normal
yang juga menunjukkan penyebaran data ukuran, yang berarti juga bahwa nilai yang benar
berada di antara titik belok dengan kemungkinan 68%.
Dalam banyak pekerjaan, antara data satu dengan data lainnya sebenarnya saling
berkaitan. Sebagai contoh : pada data koordinat terdapat nilai absis dan ordinat. Dari nilai
tersebut dapat ditentukan nilai reratanya, simpangan baku dan juga nilai keterkaitan/korelasi
antara absis dan ordinat.
Nilai korelasi dikenal sebagai koefisien korelasi antara dua buah variabel. Hal ini juga
menunjukkan kedekatan hubungan di antara keduanya, yaitu hubungan linear antara kedua
variabel. Nilai korelasi r berkisar dari -1 hingga +1, dan tidak mempunyai satuan.
r = (Σ (X-xi).(Y-yi))/ √ (Σ (X-xi) 2. Σ (Y-yi) 2)

Simpangan baku dan korelasi antar dua macam data bergantung pada penyebaran
datanya. Apabila data tersebut tepat sepanjang garis lurus maka korelasinya +1 atau -1
tergantung arah garis lurusnya Bila salah satu data simpangan bakunya sama dengan nol, maka
nilai korelasinya juga sama dengan nol (σ = 0, maka r = 0).
Seperti telah disebutkan di atas, varian merupakan kuadrat dari simpangan baku.
Sedangkan kovarian adalah akar perkalian antara korelasi dengan perkalian kedua simpangan
baku dengan formulasi sebagai berikut :
σx 2 = (Σ (X-xi)2/ (n-1))
σy 2 = (Σ (Y-yi)2/ (n-1))
σxy = (Σ (X-xi) (Y-yi) / (n-1)) = r √ (σx 2 σy 2)

16
Nilai varian dan kovarian dari sekumpulan data sering diwujudkan dalam bentuk matrik dan
biasa disebut matrik varian-kovarian, atau juga lebih sering disebut matrik kovarian. Bentuk
matriks varian-kovarian adalah simetris dengan elemen diagonalnya, selalu bernilai positif atau
nol dan dimensi matriknya sama dengan jumlah parameter yang direpresentasikan.

 x 2  x, y 
 xy   
 x , y  y 2 

Contoh :
Penentuan koordinat suatu titik A (X,Y),dilakukan sebanyak 10 kali dengan hasil sebagai
berikut :
Tabel 3. Hasil pengukuran koordinat secara berulang

No. x (m) y (m)


1 100,11 200,11
2 100,12 200,11
3 100,09 200,12
4 100,11 200,13
5 100,12 200,14
6 100,06 200,15
7 100,07 200,13
8 100,08 200,12
9 100,09 200,13
10 100,11 200,13
Tentukan :
1. Rerata (X), simpangan baku (X) dan varian (X)
2. Rerata (Y), simpangan baku (Y) dan varian (Y)
3. Nilai korelasi antara (X,Y).
Jawab :
Tabel 4. Penyelesaian hitungan rerata, simpangan baku, varian dan korelasi
No. x (m) y (m) (X-xi) (X-xi)2 (Y-yi) (Y-yi)2 (X-xi)(Y-yi)

17
1 100,11 200,11 -0,014 0,0002 0,017 0,000289 -0,00024
2 100,12 200,11 -0,024 0,00058 0,017 0,000289 -0,00041
3 100,09 200,12 0,006 3,6E-05 0,007 4,9E-05 4,2E-05
4 100,11 200,13 -0,014 0,0002 -0,003 9E-06 4,2E-05
5 100,12 200,14 -0,024 0,00058 -0,013 0,000169 0,000312
6 100,06 200,15 0,036 0,0013 -0,023 0,000529 -0,00083
7 100,07 200,13 0,026 0,00068 -0,003 9E-06 -7,8E-05
8 100,08 200,12 0,016 0,00026 0,007 4,9E-05 0,000112
9 100,09 200,13 0,006 3,6E-05 -0,003 9E-06 -1,8E-05
10 100,11 200,13 -0,014 0,0002 -0,003 9E-06 4,2E-05
1,7E- 8,5E-
1000,96 2001,27 13 0,00404 14 0,00141 -0,00102

R 100,096 200,127
σ 0,021 0,013
σ² 0,000 0,000
r -0,427

C. UKURAN KEANDALAN/KETELITIAN

Ukuran keandalan atau ketelitian biasa digunakan nilai rerata dan nilai simpangan baku.
Dalam kegiatan pengukuran sering dilakukan pengulangan dalam mengambil data ukuran,
bilamana data harus ditolak/dibuang, dan juga perlu membandingkan hasil pengukuran yang satu
dengan hasil pengukuran lainnya. Berikut ini akan dibahas mengenai hal-hal tersebut pada kasus
pengukuran yang diulang-ulang.
a. Banyak pengulangan yang diperlukan
Dalam pekerjaan pengukuran baik pengukuran jarak, sudut dan arah yang dilakukan lebih
dari 15 kali tidak menambah kecil nilai simpangan bakunya. Artinya bahwa pengukuran
cukup diulang 10 sampai dengan 15 kali.
b. Penolakan hasil pengukuran
Hasil pengukuran meskipun sudah terbebas dari kesalahan kasar dan sistematik, tetap saja
masih ada kemungkinan hasil ukuran tersebut harus dibuang/ditolak. Pengukuran harus
dibuang bila residual (v) > ± 2 σ.
c. Kesalahan standard
Kesalahan standard digunakan untuk membandingkan hasil pengukuran satu terhadap
yang lain. Dengan fakta hasil pengukuran yang berbeda-beda, kalau dihitung kesalahan

18
standardnya dapat diketahui hasil pengukuran tersebut dapat dianggap sama atau justru
berbeda. Kesalahan standard dinotasikan sebagai :
σ m = σ / √n
Misal hasil pengukuran 2 regu : A dan B
Caranya adalah :
1. Hitung σ beda = = √ (σ ma2 + σ mb2)
2. Hitung beda nilai rerata d = Xa –Xb
3. Bila d > 2σ maka A ≠ B; dan bila d ≤ 2σ maka A = B

d. Membandingkan dengan besaran baku


Dalam hal ini besaran baku dianggap betul atau sebagai acuan (jadi tidak punya
kesalahan) sehingga kesalahan standardnya = 0, dan cara penyelesaiannya sebagaimana
butir c di atas.
Contoh kasus :
Pengukuran jarak dilakukan oleh regu I, II dan III dengan data ukuran sebagai berikut. Hasil
ukuran regu III menggunakan EDM dan dijadikan besaran baku.
1. Hitung simpangan baku data I dan II, tentukan mana yang lebih teliti.
2. Apakah ada data yang ditolak? Bila ada keluarkan dan hitung kembali simpangan
bakunya.
3. Bandingkan hasil pengukuran data I dan data II, berikan kesimpulan.
4. Bandingkan juga data I dan data II masing-masing dengan besaran baku, dan berilah
kesimpulan.
Analisis :

Tabel 5. Analisis Ketelitian dan Perbandingan Hasil Pengukuran Jarak untuk


Data I (satuan dalam meter)
NO. DATA I X-xi (X-xi)2 σ
1 25,000 0,009 0,000075 0,007
2 25,002 0,007 0,000044

19
3 25,007 0,002 0,000003
4 25,015 -0,006 0,000040
5 25,010 -0,001 0,000002
6 25,013 -0,004 0,000019
7 25,010 -0,001 0,000002
8 24,997 0,012 0,000136
9 25,021 -0,012 0,000152
10 25,005 0,004 0,000013
11 25,010 -0,001 0,000002
12 25,015 -0,006 0,000040
13 25,018 -0,009 0,000087
14 25,002 0,007 0,000044
15 25,005 0,004 0,000013
RERATA 25,009 JUMLAH 0,000673

Tabel 6. Analisis Ketelitian dan Perbandingan Hasil Pengukuran Jarak untuk


Data II (satuan dalam meter)
NO. DATA II X-xi (X-xi)2 σ
1 25,010 0,001 0,000001 0,003
2 25,015 -0,004 0,000018
3 25,007 0,004 0,000014
4 25,008 0,003 0,000007
5 25,012 -0,001 0,000002
6 25,014 -0,003 0,000011
7 25,013 -0,002 0,000005
8 25,009 0,002 0,000003
9 25,007 0,004 0,000014
10 25,014 -0,003 0,000011
11 25,010 0,001 0,000001
12 25,015 -0,004 0,000018
13 25,007 0,004 0,000014
14 25,008 0,003 0,000007
15 25,012 -0,001 0,000002
RERATA 25,011 JUMLAH 0,000127

Data III 25,010 σ= 0,000000

20
ANALISIS dari kasus di atas sebagai berikut :

1. σ I = 0,007 m dan σ II = 0,003 m, jadi data II lebih teliti dari I.


2. Penolakan data I : 2σ = 0,014
Penolakan data II : 2 σ = 0,006
Kesimpulan : tidak ada data yang ditolak.
3. Kesalahan standard I = 0,002
Kesalahan standard II = 0,001
4. σ beda data I dan data II = 0,002
Beda nilai rerata I dan II = 0,002
Jadi ukuran jarak I = ukuran jarak II
5. σ beda data I dan data III = 0,002
Beda nilai rerata I dan II = 0,001
Jadi ukuran jarak I = ukuran baku

σ beda data II dan data II = 0,001


Beda nilai rerata I dan II = 0,001
Jadi ukuran jarak II = ukuran baku

D. KETERPERCAYAAN / RELIABILITAS PENGUKURAN

Beberapa pengertian untuk menunjukkan keterpercayaan/reliabilitas pengukuran yaitu


presisi,akurasi dan ketidakpastian. Uraiannya adalah sebagai berikut.
1. Presisi
Presisi adalah tingkat kedekatan atau kesamaan pengukuran berulang terhadap besaran
yang sama. Presisi tinggi umumnya menunjukkan tingkat yang tinggi dalam penggunaan
dan kecanggihan alat dan penggunaan prosedur yang benar dalam pengukuran.
Pengukuran tentang presisi ditunjukkan dengan simpangan baku. Presisi tinggi

21
simpangan bakunya kecil, dan sebaliknya. Pada distribusi probabilitas, makin sempit
distribusinya maka makin tinggi presisinya.

2. Akurasi
Akurasi adalah tingkat kedekatan atau kesamaan dari suatu pengukuran terhadap nilai
sebenarnya. Akurasi bukan hanya akibat kesalahan acak, tetapi juga perbedaan akibat
tidak dikoreksikannya kesalahan sistematik. Jika tidak ada kesalahan sistematik,
simpangan baku dapat digunakan sebagai besaran yang menunjukkan ketelitian
pengukuran.

3. Ketidakpastian
Ketidakpastian adalah selang di mana kesalahan pengukuran diharapkan akan berada.
Tingkat tertentu dari probabilitas biasanya diasosiasikan dengan ketidakpastian. Sebagai
contoh ketidakpastian 90%, adalah suatu selang nilai di mana 90% mungkin kesalahan
pengukuran akan berada.

Contoh :
Suatu pengukuran dilakukan berkali-kali dengan nilai rerata 394,625m. Simpangan baku
didapatkan sebesar σ = 0,023m. Evaluasilah hasil pengukuran tersebut pada
ketidakpastian 90% dan 95%.

Jawab :
Dari tabel distribusi normal didapatkan 90% ditunjukkan suatu nilai ± 1,645 dan 95%
sebesar ±1,960. Maka ketidakpastian hasil pengukuran akan berada pada selang :
90% ± 1,645 x 0,023 = ± 0,038 m
95% ± 1,960 x 0,023 = ± 0,045 m
Hasil evaluasi :
a. Pada probabilitas 90%, nilai pengukuran akan berada pada nilai 394,625 ±
0,038 m atau di antara 394,587 s/d 394,663 m.
b. Pada probabilitas 95%, nilai pengukuran akan berada pada nilai 394,625 ±
0,045 m atau di antara 394,580 s/d 394,670m.

22
LATIHAN

1. Hitung nilai rata-rata , simpangan baku dan varian data pengukuran berulang berikut ini.
d1 = 120,20 m
d2 = 120,18 m
d3 = 120,25 m
d4 = 120,17 m
d5 = 120,14 m
d6 = 120,22 m
d7 = 120,23 m
d8 = 120,16 m

2. Hitung nilai rata-rata, simpangan baku, varian, dan korelasi pengukuran berulang pada
koordinat titik A berikut ini.
X1 = 212,775 m Y1 = 1000,652 m
X2 = 212,769 m Y2 = 1000,650 m

23
X3 = 212,780 m Y3 = 1000,649 m
X4 = 212,770 m Y4 = 1000,652 m
X5 = 212,777 m Y5 = 1000,653 m
X6 = 212,774 m Y6 = 1000,651 m
X7 = 212,773 m Y7 = 1000,652 m
X8 = 212,776 m Y8 = 1000,651 m

3. Dua set pengukuran jarak berulang sebagai berikut :


I II
d1 = 100,25 m d1 = 100,27 m
d2 = 100,26 m d2 = 100,28 m
d3 = 100,25 m d3 = 100,29 m
d4 = 100,27 m d4 = 100,28 m
d5 = 100,29 m d5 = 100,29 m
d6 = 100,30 m d6 = 100,27 m
d7 = 100,24 m d7 = 100,26 m
d8 = 100,26 m d8 = 100,29 m
d9 = 100,31 m d9 = 100,28 m
d10 = 100,27 m d10 = 100,27 m

a. Tentukan mana yang lebih teliti.


b. Apakah ada data yang ditolak ?
c. Bandingkan hasil pengukuran I dan II, apakah sama atau berbeda ?
4. Jelaskan tentang probabilitas pengukuran dan distribusi normal.
7. Sebutkan dan jelaskan 3 hal yang dapat menunjukkan reliabilitas pengukuran.

24
RANGKUMAN

 Salah satu cara menentukan nilai yang mewakili sejumlah data dan dianggap paling baik
adalah dengan mencari nilai reratanya. Apabila data pengukuran terdistribusi normal, maka
nilai rerata dapat digunakan sebagai nilai yang mendekati benar.
 Simpangan baku menunjukkan letak titik belok dari kurva normal yang juga menunjukkan
penyebaran data ukuran, yang berarti juga bahwa nilai yang benar berada di antara titik belok
dengan kemungkinan 68%. Sedangkan varian merupakan kuadrat dari simpangan baku
 Nilai korelasi dikenal sebagai koefisien korelasi antara dua buah variabel. Hal ini juga
menunjukkan kedekatan hubungan di antara keduanya, yaitu hubungan linear antara kedua
variabel. Nilai korelasi r berkisar dari -1 hingga +1, dan tidak mempunyai satuan.
 Kovarian adalah akar perkalian antara korelasi dengan perkalian kedua simpangan baku
variabel.
 Nilai varian-kovarian dari sekumpulan data sering diwujudkan dalam bentuk matrik dan
biasa disebut matrik varian-kovarian, atau juga lebih sering disebut matrik kovarian. Bentuk
matriks varian-kovarian adalah simetris.
 Ukuran keandalan atau ketelitian biasa digunakan nilai rerata dan nilai simpangan baku.
 Dalam kegiatan pengukuran sering dilakukan pengulangan dalam mengambil data ukuran,
bilamana data harus ditolak/dibuang, dan juga perlu membandingkan hasil pengukuran yang
satu dengan hasil pengukuran lainnya.
 Kesalahan standard digunakan untuk membandingkan hasil pengukuran satu terhadap yang
lain. Dengan fakta hasil pengukuran yang berbeda-beda, kalau dihitung kesalahan
standardnya dapat diketahui hasil pengukuran tersebut dapat dianggap sama atau justru
berbeda.
 Membandingkan dengan besaran baku dapat digunakan sebagai rujukan untuk menerima atau
menolak data ukuran. Dalam hal ini besaran baku dianggap betul atau sebagai acuan (jadi
tidak punya kesalahan) sehingga kesalahan standardnya = 0.
 Beberapa pengertian untuk menunjukkan reliabilitas pengukuran yaitu presisi,akurasi dan
ketidakpastian. Presisi adalah tingkat kedekatan atau kesamaan pengukuran berulang

25
terhadap besaran yang sama. Akurasi adalah tingkat kedekatan atau kesamaan dari suatu
pengukuran terhadap nilai sebenarnya. Ketidakpastian adalah selang di mana kesalahan
pengukuran diharapkan akan berada. Tingkat tertentu dari probabilitas biasanya diasosiasikan
dengan ketidakpastian.

TES FORMATIF

1. Nilai rata-rata pengukuran jarak berulang berikut adalah :


d1 = 15,15 m
d2 = 15,17 m
d3 = 15,19 m
d4 = 15,15 m
d5 = 15,14 m
d6 = 15,16 m
a. 15,15 m
b. 15,16 m
c. 15,17 m
d. 15,18 m

2. Simpangan baku dari data nomor 1 di atas adalah :


a. √ (16/5)
b. √ (14/5)
c. √ (13/5)
d. √ (12/5)
3. Dua set data pengukuran berulang :
I II
d1 = 100,25 m d1 = 100,27 m

26
d2 = 100,26 m d2 = 100,28 m
d3 = 100,25 m d3 = 100,29 m
d4 = 100,27 m d4 = 100,28 m
Pernyataan berikut yang benar adalah :
a. I lebih teliti daripada II
b. II lebih teliti daripada I
c. Ketelitian I dan II sama
d. Ketelitian I dan II tidak dapat diperbandingkan

4. Dari data nomor 3 di atas, data yang perlu ditolak adalah :


a. d3 pada data I
b. d4 pada data I
c. d1 pada data II
d. tidak ada

5. Simpangan baku dari pengukuran berulang akan konstan jika dilakukan pengukuran :
a. lebih dari 100 kali
b. lebih dari 30 kali
c. lebih dari 15 kali
d. cukup 10 - 15 kali

6. Setelah data pengukuran berulang bebas dari kesalahan kasar dan sistematik, data juga perlu
diuji lagi menggunakan suatu parameter :
a. ½ σ dari nilai rata-rata
b. σ dari nilai rata-rata
c. 1½ σ dari nilai rata-rata
d. 2σ dari nilai rata-rata

7. Suatu parameter yang digunakan untuk membandingkan 2 set hasil pengukuran adalah :
a. simpangan baku
b. varian

27
c. kesalahan standar
d. kovarian
8. Elemen diagonal matrik varian-kovarian selalu bernilai :
a. tidak nol, bisa positif maupun negatif
b. positif atau nol
c. positif
d. bebas

9. Matrik varian-kovarian merupakan matrik :


a. diagonal
b. simetris
c. skalar
d. singular

10. Berikut adalah pernyataan tentang nilai korelasi yang benar, kecuali :
a. bernilai antara -1 hingga +1
b. tidak mempunyai satuan
c. menyatakan hubungan linear
d. tidak bergantung distribusi hasil ukuran

11. Untuk menunjukkan tingkat kedekatan suatu hasil pengukuran berulang digunakan istilah :
a. presisi
b. akurasi
c. simpangan baku
d. korelasi

Cocokkan jawaban Anda dengan kunci jawaban Tes Formatif 1 yang terdapat pada
bagian akhir Modul ini. Hitunglah jawaban Anda yang benar. Kemudian gunakan rumus di
bawah ini untuk mengetahui tingkat penguasaan Anda terhadap materi kegiatan belajar ini.
Rumus :
Jumlah jawaban yang benar

28
Tingkat penguasaan = x 100%
10

Arti tingkat penguasaan yang Anda peroleh adalah :


90 – 100% = Baik Sekali ;
80 – 90% = Baik ;
70 – 80% = Cukup ; dan
≤ 70% = Kurang.

Bila Anda memperoleh tingkat penguasaan 80% atau lebih, Anda dapat meneruskan dengan
kegiatan belajar (modul) selanjutnya. Sedangkan jika tingkat penguasaan Anda masih berada di
bawah 80%, Anda diwajibkan mengulangi kegiatan belajar (modul) ini, terutama bagian yang
belum Anda kuasai secara baik.

29
MODUL DETEKSI BLUNDER,

3
PERAMBATAN GALAT
SISTEMATIK DAN ACAK

esaran hasil pengukuran akan selalu mengandung kesalahan, sebagaimana telah

B dikemukakan dalam Modul 1. Demikian juga setiap hasil pengukuran seperti jarak,
sudut, asimut, dan koordinat, akan selalu mempunyai tingkat ketelitian sebagaimana
dikemukakan pada Modul 2.
Kesalahan tersebut meliputi blunder, kesalahan/galat sistematik dan galat acak. Blunder tidak
boleh ada dalam hitung perataan kesalahan, oleh karena itu perlu dibuang atau tidak disertakan
data ukuran yang mengandung blunder. Tetapi dengan adanya galat sistematik dan acak pada
besaran pengukuran akan merambat pada fungsi hitungan yang menggunakan data tersebut.
Dalam Modul 3 ini akan dibahas tentang beberapa cara untuk menentukan adanya blunder dalam
hasil pengukuran, dan perambatan galat sistematik dan acak. Dengan mempelajari Modul 3 ini
diharapkan Anda akan mampu untuk :
a. menjelaskan macam-macam cara untuk mendeteksi blunder terhadap besaran hasil
pengukuran ;
b. mengoperasikan hitungan untuk mendeteksi blunder ;
c. menghitung perambatan galat sistematik ; dan
d. menghitung perambatan galat acak.

30
A. BLUNDER PADA PENGUKURAN

Untuk satu besaran (variate) yang diukur berulang-ulang hingga yang tak berhingga,
diasumsikan akan menghasilkan distribusi hasil pengukuran mengikuti distibusi normal berikut
ini.

Blunder !


Gambar 2. Distribusi hasil pengukuran dan data blunder

Jika dari hasil pengukuran yang berulang-ulang tersebut dicari nilai rata-ratanya, maka data
ukuran yang mempunyai selisih yang besar dengan nilai rata-rata kemungkinan merupakan data
blunder.

Contoh :
Jarak diukur 8 kali, dengan hasil :
d1 = 127,06 m d5 = 127,05 m
d2 = 127,07 m d6 = 127,12 m
d3 = 127,05 m d7 = 127,07 m
d4 = 127,06 m d8 = 127,00 m

31
Apakah ada blunder dalam pengukuran di atas ?

Dalam mendeteksi blunder dapat digunakan 2 cara, yaitu : (A) menggunakan ukuran 2 kali
simpangan baku; dan (B) menggunakan uji statistik.

A. Menggunakan ukuran dua kali simpangan baku (2σ), yaitu data yang terletak pada jarak
lebih dari 2σ dari titik yang paling mungkin (titik terestimasi) dinyatakan blunder.
1. Dihitung diperoleh nilai rata-rata : d = 127, 06 ;
2. Harga simpangan baku σ d = 0,03; maka 2. σ d = 0,06
3. Nilai yang tidak blunder adalah antara 127,06 -0,06 (127,00) dan 127,06+0,06 (127,12).
Dengan demikian, dari data di atas tidak ada yang blunder.

Blunder ! Blunder !

127,00 127,12
127,06

2. σ d 2. σ d

Gambar 3. Deteksi blunder menggunakan ukuran 2σ d

B. Menggunakan tes statistik :

32
(1) untuk populasi dengan distribusi normal (minimal 30 kali pengukuran) ;
(2) untuk sampel dengan distribusi “t” atau cara Chauvenet (kurang dari 30 kali pengukuran).

Dari hasil pengukuran di atas, dapat dideteksi sebagai berikut.


a. Cara Chauvenet (untuk data < 30 kali pengukuran) menggunakan uji ‘t’.
t = (r.√(n-1)) / √(n-+r) ; dalam hal ini r = (di - d) / σ d
n adalah jumlah pengukuran (8).
1. Dihitung diperoleh nilai rata-rata : d = 127, 06 ; dan simpangan baku σ d = 0,03
2. Selanjutnya dicari nilai t dari masing-masing pengukuran :
d1 → t1 = 0
d2 → t2 = 0,31
d3 → t3 = -0,31
d4 → t4 = 0
d5 → t5 = -0,31
d6 → t6 = 2,83
d7 → t7 = 0,31
d8 → t8 = -2,83
3. Jika ditentukan taraf signifikansi ( ) = 5%, maka :

95%

-2,36 0 2,36

Gambar 4. Deteksi blunder menggunakan distribusi student

33
Kurang dari -2,36 atau lebih dari 2,36 berarti ada blunder. Sehingga dapat dinyatakan
bahwa d6 dan d8 terdapat blunder.

b. Dengan distribusi normal (diandaikan bahwa pengukuran di atas lebih dari 30 kali).
1. Dihitung nilai standar dari masing-masing pengukuran.
zi = (di - d) / σd
d1 → z1 = 0
d2 → z2 = 0,33
d3 → z3 = -0,33
d4 → z4 = 0
d5 → z5 = -0,33
d6 → z6 = 2
d7 → z7 = 0,33
d8 → z8 = -2
2. Ditentukan selang kepercayaan 95%.

95%

-1,96 0 1,96

-1,96 ≤ zi ≤ 1,96

Gambar 4. Deteksi blunder menggunakan distribusi normal

Sehingga data d6 dan d8 dinyatakan blunder. Data yang mengandung blunder dibuang
karena akan mempengaruhi nilai rata-rata pengukuran.

34
B. PERAMBATAN GALAT SISTEMATIK

Suatu besaran (parameter) merupakan fungsi dari besaran pengamatan. Misalkan hasil
hitungan luas merupakan fungsi dari panjang sisi-sisi bidang tanah yang diukur. Dengan
demikian, jika terjadi kesalahan pada pengukuran panjang sisi-sisi bidang tanah, akan merambat
ke “ besaran luas” bidang tanah yang dihitung dengan hasil pengukuran tersebut.

Contoh 1 :

d1 d2

Gambar 5. Pengukuran 2 penggal jarak dalam lintasan lurus ( D = d 1+d2 )

Data ukuran : d1’ dan d2’

Galat sistematik : dd1 dan dd2

Maka : d1 = d1’ + dd1

d2 = d2’ + dd2

Sehingga : D = d1 + d2 = (d1’ + dd1) + (d2’ + dd2)

= d1’ + d2’+ dd1 + dd2

Jika D dihitung langsung dari besaran pengukuran : D’ = d1’ + d2’

Maka besarnya kesalahan yang merambat : dD = dd1 + dd2

35
D = D’ + dD

Dalam hal ini dD merupakan perambatan kesalahan dari pengukuran d 1 dan d2, dan perlu
dikoreksikan terhadap penjumlahan panjang (D’).

Rumus umum untuk mencari nilai koreksi kesalahan sistematik adalah :

dD = (∂D / ∂d1) . dd1 + (∂D / ∂d2) . dd2 + …

D = d1 + d2 → (∂D / ∂d1) = 1 ; (∂D / ∂d2) = 1

dD = dd1 + dd2

Contoh 2 :

d2 D

d1

Gambar 7. Pengukuran 2 penggal jarak dalam lintasan lurus ( D = d 1 - d2 )

D = d1 - d2 = (d1’ + dd1) - (d2’ + dd2)

= d1’ - d2’ + dd1 - dd2

D’ = d1’ - d2’

dD = dd1 - dd2

maka : D = D’ + dD

36
Dalam hal ini dD merupakan perambatan kesalahan dari pengukuran d 1 dan d2, dan perlu
dikoreksikan terhadap panjang D’.

Rumus umum untuk mencari nilai koreksi kesalahan sistematik adalah :

dD = (∂D / ∂d1) . dd1 + (∂D / ∂d2) . dd2 + …

D = d1 - d2 → (∂D / ∂d1) = 1 ; (∂D / ∂d2) = -1

dD = dd1 - dd2

Contoh 3 :

d1

Luas

d2

Gambar 8. Pengukuran alas dan tinggi segitiga siku-siku

L = ½ (d1 . d2 ) = ½ (d1’ + dd1) - (d2’ + dd2)

= ½ (d1’ - d2’) + ½ .d1’.dd2 + ½ .d2’.dd1 + ½ .dd1.dd2

L’ = ½ (d1’ . d2’)

dL = ½ .d1’.dd2 + ½ .d2’.dd1 + ½ .dd1.dd2

maka : L = L’ + dL

37
Dalam hal ini dL merupakan perambatan kesalahan dari pengukuran d 1 dan d2, dan perlu
dikoreksikan terhadap luas L’.

Rumus umum untuk mencari nilai koreksi kesalahan sistematik adalah :

dL = (∂L / ∂d1) . dd1 + (∂L / ∂d2) . dd2 + …

L = ½ (d1 . d2) → (∂L / ∂d1) = ½ d2 ; (∂L / ∂d2) = ½ d1

dL = ½ .d2’.dd1 + ½ .d1’.dd2

C. PERAMBATAN GALAT ACAK

Seringkali bahwa nilai yang didapat bukan merupakan hasil pengukuran, tetapi telah
melalui proses matematis dari hasil-hasil pengukuran. Padahal, setiap pengukuran selalu
dihinggapi oleh kesalahan. Dengan demikian, kalau terdapat kesalahan yang tidak bersistem dan
variasinya kecil (merupakan galat acak), maka galat tersebut juga akan merambat ke hasil
hitungan. Besarnya galat yang merambat pada hasil hitungan ini merupakan simpangan baku /
standard deviasi (σ) hasil hitungan.
Contoh :

B1 B2 B3

A
Gambar 9. Pengukuran jarak: 3 penggal jarak

maka : A = B1 + B2 + B3

dalam hal itu, B1 , B2 , B3 mempunyai standard deviasi masing-masing sebesar σ B1, σ B1 ,

σ B1.

Standard deviasi A adalah :

σ A = √ ( ((∂A / ∂dB1) . σ B1)2 + ((∂A / ∂dB2) . σ B2)2 + ((∂A / ∂dB3) . σ B3)2 )

38
∂A / ∂dB1 = 1

∂A / ∂dB2 = 1

∂A / ∂dB3 = 1

Sehingga :

σ A = √ (σ B12 + σ B22 + σ B32 )

σ A merupakan besarnya perambatan kesalahan/galat yang terjadi pada A, yang mana A


dihitung dari besaran B1 , B2 , B3 hasil ukuran.

LATIHAN

1. Data pengukuran sudut secara berulang sebagai berikut :


S1 = 60010’30”
S2 = 60010’32”
S3 = 60010’31”
S4 = 60010’20”
S5 = 60010’22”
S6 = 60010’27”
S7 = 60010’25”
S8 = 60010’18”
S9 = 60010’25”
S10 = 60010’24”

a. Apakah ada blunder pada hasil pengukuran di atas berdasarkan ukuran 2σ dan uji statistik
?

39
b. Berapa nilai estimasinya ?

2. Pengukuran segitiga.

d1
d2

d3

a. Jika masing-masing pengukuran mengandung galat acak :

σ d1 = ±0,03 m, σ d2 = ±0,02 m, σ d3 = ±0,015 m

Berapa harga simpangan baku hasil hitungan luasnya ?

b. Jika pada kasus di atas, masing-masing pengukuran mengandung kesalahan sistematik


sebesar dd1 = +0,03m ; dd2 = +0,01m ; dd3 = -0,03m. Berapa harga kesalahan sistematik yang
merambat pada hitungan luas ?

RANGKUMAN

 Dalam mendeteksi blunder dapat digunakan 2 cara, yaitu : (1) menggunakan ukuran 2 kali
simpangan baku; dan (2) menggunakan uji statistik.
 Suatu besaran (parameter) merupakan fungsi dari besaran pengamatan. Jika dalam
pengamatan/pengukuran terjadi kesalahan sistematik, maka apabila besaran

40
pengamatan/pengukuran tersebut digunakan untuk menghitung suatu nilai, maka akan
menghasilkan besaran yang salah. Dengan demikian terjadi perambatan kesalahan sistematik.
Besarnya kesalahan ini dapat dikoreksi.
 Setiap pengukuran selalu dihinggapi oleh kesalahan, sekalipun sudah bebas dari blunder dan
kesalahan sistematik. Kalau terdapat kesalahan yang tidak bersistem dan variasinya kecil
(merupakan galat acak), maka galat tersebut juga akan merambat ke hasil hitungan. Besarnya
galat yang merambat pada hasil hitungan ini merupakan simpangan baku / standard deviasi
(σ) hasil hitungan.

TES FORMATIF

1. Jika suatu pengukuran diulang hingga mencapai jumlah yang tak berhingga, maka hasil
pengukuran tersebut akan :
a. terdistribusi normal
b. terdistribusi mengikuti student
c. terdistribusi Fisher
d. terdistribusi Chi-kuadrat

2. Deteksi blunder dapat dilakukan dengan menguji sesuai cara di bawah ini, kecuali :
a. uji ukuran 2σ
b. uji distribusi normal untuk data lebih atau samadengan 30 buah
c. uji distribusi student untuk data kurang dari 30 buah
d. uji kelayakan data

3. Nilai standar (z) rata-rata pengukuran dalam distribusi normal bernilai :


a. 0
b. 1
c. 1,96

41
d. 2

4. Nilai standar (z) dari besaran pengukuran yang berjarak samadengan simpangan baku
pengukuran dalam distribusi normal bernilai :
a. 0
b. ±1
c. ±1,96
d. ±2,34

5. Nilai standar (z) dari besaran pengukuran yang berjarak samadengan dua kali simpangan
baku pengukuran dalam distribusi normal bernilai :
a. 0
b. ±1
c. ±1,96
d. ±2

6. Berikut merupakan pernyataan yang benar, kecuali :


a. kesalahan sistematik pada pengukuran sisi-sisi bidang tanah akan merambat pada
hitungan luas bidang tanah.
b. kesalahan sistematik pada pengukuran diameter lingkaran akan merambat pada hitungan
luas lingkaran tersebut.
c. kesalahan sistematik pada pengukuran koordinat poligon akan merambat pada hitungan
koordinat titik-titik detil.
d. kesalahan sistematik pada pengukuran bidang tanah akan merambat pada hitungan
poligon.

7. Perambatan kesalahan sistematik merupakan besaran yang :


a. dapat dikoreksi
b. tidak dapat dikoreksi
c. dapat dikoreksi jika ketelitiannya diketahui
d. tidak mengikuti sistem

42
8. Blunder pada pengukuran harus tidak ada. Jika terdeteksi blunder pada data pengukuran
berulang maka langkah untuk mengolah data adalah :
a. mengolah data tersebut
b. memperbaiki data dengan koreksi
c. membuang data blunder dan menghitung kembali nilai estimasinya
d. membuat data rangkap

9. Sebenarnya, perambatan kesalahan acak adalah :


a. perambatan ketelitian
b. tidak dapat diduga walaupun besarnya kesalahan diketahui
c. perlu dikoreksikan
d. koreksinya selalu berharga negatif

10. Perambatan kesalahan acak disebut juga :


a. randomisasi kesalahan
b. perambatan korelasi
c. perambatan varian-kovarian
d. perambatan tidak bersistem

Cocokkan jawaban Anda dengan kunci jawaban Tes Formatif 1 yang terdapat pada
bagian akhir Modul ini. Hitunglah jawaban Anda yang benar. Kemudian gunakan rumus di
bawah ini untuk mengetahui tingkat penguasaan Anda terhadap materi kegiatan belajar ini.
Rumus :
Jumlah jawaban yang benar
Tingkat penguasaan = x 100%
10

Arti tingkat penguasaan yang Anda peroleh adalah :


90 – 100% = Baik Sekali ;

43
80 – 90% = Baik ;
70 – 80% = Cukup ; dan
≤ 70% = Kurang.

Bila Anda memperoleh tingkat penguasaan 80% atau lebih, Anda dapat meneruskan dengan
kegiatan belajar (modul) selanjutnya. Sedangkan jika tingkat penguasaan Anda masih berada di
bawah 80%, Anda diwajibkan mengulangi kegiatan belajar (modul) ini, terutama bagian yang
belum Anda kuasai secara baik.

44
MODUL BOBOT BESARAN PENGUKURAN

4
DAN PERSAMAAN LINEAR

MODUL

4
etiap hasil pengukuran seperti jarak, sudut, asimut, dan koordinat, selalu mempunyai

S tingkat ketelitian, sebagaimana dikemukakan pada Modul 2. Tingkat ketelitian ini akan
menentukan bobot dari besaran pengukuran yang bersangkutan.
Dalam Modul 4 ini di samping akan dibahas tentang cara untuk menentukan bobot dari hasil
pengukuran, juga akan dibahas mengenai operasi pada persamaan linear yang diaplikasikan
untuk hitung perataan kesalahan. Dengan mempelajari Modul 4 ini diharapkan Anda akan
mampu untuk :
a. menghitung bobot dari berbagai besaran pengukuran yang digunakan dalam hitung perataan
kesalahan ; dan
b. mengoperasikan hitungan pada persamaan linear untuk menentukan persamaan yang
digunakan dalam hitung perataan kesalahan.

45
A. BOBOT BESARAN PENGUKURAN

A.1. DEFINISI

Bobot merupakan suatu besaran relatif untuk membandingkan ketelitian


pengamatan/pengukuran. Dua pengukuran yang dilaksanakan dengan bobot yang berbeda akan
mempunyai ketelitian pengukuran yang juga akan berbeda. Pengukuran dengan bobot yang lebih
besar akan memberikan ketelitian yang lebih besar. Pengukuran dengan ketelitian yang sama
maka pengukuran tersebut mempunyai bobot yang sama . Bobot juga merupakan suatu bilangan
yang berbanding terbalik dengan kuadrat simpangan baku / varian.

A.2. MENENTUKAN BOBOT

Dalam praktek sehari-hari pengertian bobot akan lebih mudah untuk dipahami. Perbedaan
jumlah pengukuran akan memberikan bobot yang berbeda. Pengukuran jarak dengan
menggunakan jenis pita ukur yang berbeda seperti dari fiber, kain, pegas, dan baja akan
memberikan bobot yang berbeda. Pengukuran sudut dengan tipe ketelitian theodolit yang
berbeda maka bobotnya juga berbeda . Demikian juga pengukuran tinggi dengan panjang
lintasan yang berbeda akan memberikan bobot yang berbeda. Dalam pembahasan lebih lanjut,
walaupun dengan peralatan yang berbeda tetapi dengan jumlah pengamatan yang diformulasikan
terlebih dahulu, maka akan didapatkan ketelitian yang sama.
Apabila notasi bobot adalah g1, g2, …., gn, untuk masing-masing pengamatan p1, p2,…pn,
maka :
g1 = μ²/ σ1² ; g2 = μ²/ σ2² ; ………………..; gn = μ²/ σn²;
dalam hal ini : σ = simpangan baku
μ = bilangan tetap yang sembarang ≈ 1
Jadi g1 : g2 = μ²/ σ 1² : μ²/ σ 2²
g1 : g2 = σ 2² : σ 1²
g1 σ 1² = g2 σ 2²
Semakin besar bobot (g) semakin besar ketelitian pengamatan.

46
Dari formulasi g1 = μ²/ σ1² dapat juga dituliskan σ² : μ² = 1 : g. Dari sini terlihat bahwa μ
merupakan simpangan baku dari suatu pengamatan khayal yang mempunyai bobot = 1. Jadi μ
disebut juga sebagai simpangan baku dari satuan bobot, sehingga dapat dituliskan :
σ = μ/ √ g
Bobot dari nilai rerata (n) pengamatan yang masing-masing dengan bobot (g) adalah (n.g),
sehingga dapat dituliskan :
gr = n.g
Perlu dipahami lagi bahwa ketelitian adalah suatu besaran yang berbanding terbalik dengan
simpangan baku.

Contoh :
1. Suatu pengukuran Pdan Q mempunyai simpangan baku masing-masing sebesar σp = 2
dan σq = 6. Hitung perbandingan bobot dan ketelitian dari kedua pengamatan tersebut.
Jawab:
a. bobot berbanding sebagai :
gp : gq = 1/ σp² : 1/ σq²
= σq² : σp²
= 6² : 2²
= 36 : 4
b. ketelitian berbanding sebagai :
1/ σp : 1/σq = ½ : 1/6
= 6 : 2= 3 : 1
Jadi pengukuran P adalah 3 kali lebih teliti dari pengukuran Q.
Sehingga dapat disimpulkan bahwa:
- Semakin kecil simpangan baku semakin besar bobotnya, atau simpangan baku
berbanding terbalik dengan bobot pengamatan.
- Semakin kecil simpangan baku semakin besar ketelitiannya, atau simpangan baku
berbanding terbalik dengan ketelitian pengamatan.
- Semakin kecil bobot semakin kecil ketelitiannya, atau bobot berbanding lurus
dengan ketelitian pengamatan.
2. Suatu sudut A, B dan C diukur dengan data sebagai berikut :

47
Sudut A diukur 6 kali dengan σa = 9”
Sudut B diukur 10 kali dengan σb = 12”
Sudut C diukur 18 kali dengan σc = 15”
Bobot 1 ditetapkan untuk simpangan baku sebesar 3”. Hitung bobot dari pengukuran
sudut tersebut.
g1 = μ²/ σa² = 9/81 = 1/9
g2 = μ²/ σb² = 9/144 = 1/16
g3 = μ²/ σc² = 9/225 = 1/25
selanjutnya dihitung :
gA = nA.g1 = 6/9
gB = nB.g2 = 10/16
gC = nC.g3 = 18/25

3. Pengukuran sisi segitiga sebagai berikut :


C
Sisi AB= 10,20m dan simpangan baku=
0,01m
Sisi BC= 10,52m dan simpangan baku=
0,02m
Sisi CA= 13,64m dan simpangan baku=
0,03m

A B

Gambar 10. Pengukuran sisi segitiga

σab² = 0,0001 m²
σbc² = 0,0004 m²
σca² = 0,0009 m²

Apabila σ² = 1,maka :
gAB = 1/0,0001 = 10000
gBC = 1/0,0004 = 2500
gAB = 1/0,0009 = 1111

48
Apabila σ ² = 0,0001,maka :
gAB = 1
gBC = 0,25
gAB = 0,1

4. Untuk pengukuran beda tinggi, bobot pengamatan sering diambil pendekatan = 1/ jarak
jalur pengukuran
Misal : Δ hAB = 10,212 m dan jarak AB = 2 km
Δ hBC = 15,313 m dan jarak BC = 3 km
Maka gAB = ½ dan gBC= ⅓
Sehingga dapat ditarik kesimpulan bahwa semakin panjang jalur pengukuran, bobotnya
semakin kecil, dan sebaliknya.

B. PERSAMAAN LINEAR

B.1. PENGERTIAN
Suatu persamaan dikatakan linear jika :
1. persamaan tersebut dapat mengandung 1, 2, 3, … variabel ;
2. masing-masing variabel pangkatnya harus 1 ;
3. tidak ada perkalian antar variabel.
Contoh persamaan linear :
5x + 7y + 2z = 9
x + 2y =6
2x =8
dalam hal ini :
x, y, z disebut variabel/peubah/parameter
2, 5, 7 disebut koefisien variabel
9, 6, 8 disebut konstanta/sisa

49
Contoh bukan persamaan linear :
5xy + 5z = 12
sin x + 9y = 7
√x + y = 10

Suatu set persamaan yang linear, dapat konsisten atau tidak konsisten (inkonsisten).

B.2. KONSISTEN DAN INKONSISTEN


Dari satu set persamaan yang konsisten, dapat diambil paling sedikit satu set variabel yang
memenuhi persamaan tersebut. Sebaliknya, kalau satu set persamaan tidak konsisten maka tidak
didapat nilai variabel yang memenuhi persamaan tersebut.

Contoh :
Satu set persamaan (I) :
x + 5y = 6
2x =8
10y = 4
Maka 3 persamaan I di atas merupakan satu set persamaan yang konsisten.

Satu set persamaan (II) :


x + 5y = 6
2x =8
10y = 5
Maka 3 persamaan II di atas merupakan satu set persamaan yang inkonsisten.

Satu set persamaan (III) :


2x + 2y + 5z = 3
6x + 6y + 15z = 3
Maka 2 persamaan III di atas merupakan satu set persamaan yang inkonsisten.

50
Dari satu set persamaan yang konsisten, persamaan-persamaan tersebut dapat dependen
(bergantung/gayut) atau independen (tidak saling bergantung/bebas).

B.3. DEPENDEN DAN INDEPENDEN

Satu set persamaan yang konsisten :


(1) 2x + 10y = 12
(2) 4x = 16
(3) 10y = 4
Jika persamaan (3) dihilangkan, atau dari persamaan (1) dan (2) dicari nilai x dan y, maka
diperoleh nilai x = 4 dan y = 0,4.
Jika persamaan (3) diikutsertakan dalam menentukan nilai x dan y, ternyata menghasilkan nilai x
dan y yang sama. Dengan demikian persamaan (3) tidak berpengaruh terhadap persamaan (1)
dan (2) dalam menentukan nilai x dan y. Maka persamaan (3) disebut dependen terhadap
persamaan (1) dan (2). Sebaliknya, dapat dikatakan bahwa persamaan (1) dan (2) tidak saling
bergantung (independen).

Satu set persamaan konsisten :


(1) 2x + 5y + 2z = 7
(2) 6x + 15y + 6z = 21
Setiap nilai x, y dan z sembarang yang memenuhi persamaan (1) dan (2), maka persamaan (2)
dikatakan dependen terhadap persamaan (1).

Satu set persamaan konsisten :


(1) 2x + 5y + 2z = 7
(2) 15y + 6z = 21
Persamaan (2) independen terhadap persamaan (1).

51
B.4. ELIMINASI GAUSS UNTUK MENENTUKAN KONSISTEN /
INKONSISTEN DAN DEPENDEN / INDEPENDEN

Langkah-langkah yang dapat ditempuh dalam eliminasi Gauss untuk menentukan satu persamaan
linear apakah konsisten / inkonsisten dan dependen / independen terhadap persamaan yang lain
dalam satu set persamaan adalah :
1. Mengalikan suatu persamaan degan konstanta, kecuali 0 ;
2. Mempertukarkan 2 persamaan ;
3. Membuat persamaan baru dengan menjumlahkan/mengurangkan persamaan-persamaan
yang ada.

Contoh : Dari satu set persamaan linear sebagai berikut.

(a) 2w – x + y – 2z = 8

(b) w – x - y + 2z = 3

(c) -w + 2x +z = 2

(d) x – y + 3z = 5

(e) 3w - 5x – y =1

Penyelesaian :
a 2 -1 1 -2 8
b a-2b 0 1 3 -6 2
c a+2c 0 3 1 0 12
d d 0 1 -1 3 5
e a-2/3c 0 7/3 5/3 -2 22/3

a 2 -1 1 -2 8
b 0 1 3 -6 2
c b-1/3c 0 0 8/3 -6 -2
d b-d 0 0 4 -9 -3
e b-3/7e 0 0 16/7 -36/7 8/7

52
a 2 -1 1 -2 8
b 0 1 3 -6 2
c 0 0 8/3 -6 -2
d c-2/3d 0 0 0 0 0 dependen
e c-7/6e 0 0 0 0 -4/3 inkonsisten

Hasil dari eliminasi Gauss di atas :


 Persamaan d dependen terhadap persamaan di atasnya (a, b, c), tetapi tidak diketahui
dependen terhadap persamaan yang mana dari ketiga persamaan tersebut.
 Persamaan e inkonsisten persamaan di atasnya (a, b, c), tetapi tidak diketahui inkonsisten
terhadap persamaan yang mana.
 Sehingga satu set (sistem) persamaan yang konsisten dan independen adalah persamaan-
persamaan a, b, c.

LATIHAN

1. Tentukan masing-masing bobot dari pengukuran jarak menggunakan EDM dengan ketelitian
±(2mm+2ppm) sebagai berikut.
AB = 1.563,002 m
BC = 1.462,575
CD = 963,936
DE = 673,228
Nyatakan dalam angka yang bulat.

2. Dari persamaan-persamaan berikut, tentukan satu set persamaan yang independen terhadap
persamaan yang lain.
(a) 2x + 5y – 6z = 7

53
(b) 5x + 10y + 2z = 12

(c) -3x + 4y + z = 5

(d) x + 4y – 3z = 3

RANGKUMAN

 Bobot merupakan suatu besaran relatif untuk membandingkan ketelitian pengamatan


/pengukuran. Dua pengukuran yang dilaksanakan dengan bobot yang berbeda pasti ketelitian
pengukurannya juga akan berbeda. Bobot juga merupakan suatu bilangan yang berbanding
terbalik dengan kuadrat simpangan baku / varian.
 Perbedaan jumlah pengukuran akan memberikan bobot yang berbeda.
 Pengukuran dengan tipe ketelitian alat yang berbeda, maka bobotnya juga berbeda.
 Walaupun digunakan peralatan yang berbeda ketelitiannya, tetapi dengan jumlah pengamatan
yang diformulasikan terlebih dahulu, maka bisa didapatkan ketelitian yang sama.
 Suatu persamaan dikatakan linear jika : (1) persamaan tersebut dapat mengandung 1, 2, 3, …
variabel ; (2) masing-masing variabel pangkatnya harus 1 ; dan (3) tidak ada perkalian antar
variabel.
 Dari satu set persamaan yang konsisten, dapat diambil paling sedikit satu set variabel yang
memenuhi persamaan tersebut. Sebaliknya, kalau satu set persamaan tidak konsisten maka
tidak didapat nilai variabel yang memenuhi persamaan tersebut.
 Jika satu persamaan dihilangkan dan dari persamaan yang lain dicari nilai variabelnya, maka
didapatkan suatu nilai variabel. Dan jika persamaan yang dihilangkan tersebut diikutsertakan
dalam menentukan nilai variabel, ternyata menghasilkan nilai variabel yang sama. Dengan
demikian persamaan yang dihilangkan tidak berpengaruh terhadap persamaan yang lain
dalam menentukan nilai variabel. Maka persamaan yang dihilangkan tersebut disebut
dependen terhadap persamaan yang lain. Sebaliknya, persamaan-persamaan yang lain
dikatakan tidak saling bergantung (independen).

54
TES FORMATIF

1. Pengukuran jarak dengan menggunakan peralatan berikut mempunyai bobot yang paling
tinggi :
a. pita ukur fiber
b. pita ukur baja
c. pegas ukur
d. EDM

2. Bobot pengukuran beda tinggi dengan alat waterpass yang sama bergantung pada :
a. panjang lintasannya
b. jarak antara 2 titik yang diukur
c. perbedaan tingginya
d. metode senteringnya

3. Bobot berbanding terbalik dengan :


a. simpangan baku
b. korelasi
c. varian
d. kovarian

4. Bobot berbanding lurus dengan :


a. simpangan baku
b. ketelitian
c. kecanggihan alat
d. baku mutu

5. Ketelitian yang paling tinggi pada alat EDM berikut adalah :


a. ±(1mm+1ppm)

55
b. ±(2mm+1ppm)
c. ±(2mm+2ppm)
d. ±(2mm+3ppm)

6. Yang bukan persamaan linear adalah :


a. 5x + 6y + 3z = 0
b. 5x +3y – 3z = 6
c. 2xy + 3y – 4z = 0
d. 2x + 3y – 4z = 0

7. Satu set (sistem) persamaan linear :


(1) x + 3y = 7
(2) 2x =8
(3) 2y = 3
Pernyataan berikut yang benar adalah :
a. persamaan (1) , (2) dan (3) independen
b. persamaan (1) dan (2) independen
c. persamaan (3) dependen terhadap persamaan (1) dan (2)
d. persamaan (3) dependen terhadap persamaan (1)

8. Jika paling sedikit satu set variabel dapat memenuhi suatu sistem persamaan, maka dikatakan
:
a. konsisten
b. inkonsisten
c. dependen
d. independen

9. Untuk menentukan suatu set persamaan linear apakah konsisten atau inkonsisten, dependen
atau independen, dapat digunakan metode :
a. hitung perataan
b. eliminasi Gauss

56
c. kuadrat terkecil
d. transformasi baris

10. Jika suatu persamaan dalam suatu sistem persamaan linear tidak disertakan dalam mencari
variabel, dan ternyata setelah disertakan akan didapatkan variabel yang sama nilainya, maka
dikatakan persamaan tersebut :
a. independen
b. dependen
c. konsisten
d. inkonsisten

Cocokkan jawaban Anda dengan kunci jawaban Tes Formatif 1 yang terdapat pada
bagian akhir Modul ini. Hitunglah jawaban Anda yang benar. Kemudian gunakan rumus di
bawah ini untuk mengetahui tingkat penguasaan Anda terhadap materi kegiatan belajar ini.
Rumus :
Jumlah jawaban yang benar
Tingkat penguasaan = x 100%
10

Arti tingkat penguasaan yang Anda peroleh adalah :


90 – 100% = Baik Sekali ;
80 – 90% = Baik ;
70 – 80% = Cukup ; dan
≤ 70% = Kurang.

Bila Anda memperoleh tingkat penguasaan 80% atau lebih, Anda dapat meneruskan dengan
kegiatan belajar (modul) selanjutnya. Sedangkan jika tingkat penguasaan Anda masih berada di
bawah 80%, Anda diwajibkan mengulangi kegiatan belajar (modul) ini, terutama bagian yang
belum Anda kuasai secara baik.

57
MODUL PRINSIP KUADRAT TERKECIL

5
DAN HITUNG PERATAAN
METODE KONDISI

58
asil pengukuran seperti jarak, sudut atapun asimut, seringkali harus diolah/dihitung

H untuk mendapatkan hasil akhir, seperti koordinat sebuah titik. Dalam menghitung hasil
akhir tersebut, dipergunakan metode hitung perataan.
Terdapat beberapa hitung perataan, seperti metode Dell untuk penyelesaian poligon dan
warpassing, dan metode Bowdith untuk poligon, di samping hitung perataan kuadrat terkecil.
Hingga saat ini metode kuadrat terkecil masih diyakini sebagai metode yang paling baik dalam
hitung perataan kesalahan.
Dalam Modul 5 ini akan dibahas tentang prinsip kuadrat terkecil, dan metode hitungan
kuadrat terkecil dengan metode kondisi. Metode-metode tersebut akan dibahas secara aplikatif
pada kasus-kasus pekerjaan pengukuran kadastral yang sederhana. Dengan mempelajari Modul 5
ini diharapkan Anda akan mampu untuk :
a. menjelaskan prinsip kuadrat terkecil ;
b. mengoperasikan hitung perataan kuadrat terkecil metode kondisi ; dan
c. mengimplementasikan metode kondisi untuk dasar-dasar pekerjaan pengukuran kadastral.

A. PRINSIP KUADRAT TERKECIL

Dari suatu pengukuran berulang yang tidak saling bergantung (independen), didapat satu
set hasil pengukuran : d1, d2, d3, …, dn. Dari angka-angka tersebut, dapat dicari nilai yang paling
mungkin (most probable value=MPV), yaitu nilai rata-ratanya (d).

59
Jika dicari nilai residual (v) masing-masing ukuran :
v1 = d1 – d
v2 = d2 – d
v3 = d3 – d

vn = dn – d

d adalah besaran variabel, yang mempunyai nilai probabilitas (kemungkinan) yang paling tinggi.
Probabilitas d yang maksimum dapat diperoleh jika : jumlah kuadrat residual minimum.

Kalau diilustrasikan dalam bentuk persamaan :


Σv2 = v12 + v22 + v32 + … + vn2 = minimum ………… (1)
Σv2 = (d1-d)2 + (d2-d)2 + (d3-d)2 + … + (dn-d)2 = minimum ………… (2)

Kalau diilustrasikan dalam bentuk kurva distribusi normal :

60
h

σ σ x
d
x (-) x (+)

Gambar 11. Nilai yang paling mungkin (MPV) dalam distribusi normal
Keterangan :
x adalah kesalahan/galat
h adalah saat y maksimum
σ adalah simpangan baku

Dalam hitung kuadrat terkecil, yang akan ditentukan adalah nilai d pada saat y mencapai
maksimum (h). Karena pada kuadrat terkecil yang akan dicari adalah nilai d yang terbaik (paling
mungkin), sedangkan d yang terbaik adalah pada saat y maksimum.

Dengan mendiferensialkan persamaan (2), maka diperoleh hasil linearisasinya, yaitu :


∂ Σv2 / ∂ d = 0 = 2 (d1-d) (-1) + 2 (d2-d) (-1) + 2 (d3-d) (-1) + … + 2 (dn-d) (-1)
= d1-d + d2-d + d3-d + … + dn-d
yang berarti : n.d = d1 + d2 + d3 + … + dn
maka : d = (d1 + d2 + d3 + … + dn) / n ………………….. (3)

Dengan demikian, prinsip dari kuadrat terkecil adalah : Nilai yang paling mungkin (MPV)
dicapai apabila jumlah kuadrat residualnya minimum.

61
Terdapat 3 metode dalam hitung perataan kuadrat terkecil, yaitu :
1. Metode kondisi atau metode korelat atau metode bersyarat (disebut juga dengan nama
Standar I) ;
2. Metode parameter atau metode observasi (disebut juga Standar II) ;
3. Metode kombinasi dari 1 dan 2 di atas (disebut juga Standar III).

Dalam modul ini, hanya dibahas metode kondisi dan parameter.

B. HITUNG KUADRAT TERKECIL METODE KONDISI

Dalam metode kondisi, dibuat sejumlah persamaan tertentu (satu set persamaan) yang
merupakan fungsi dari besaran-besaran pengukuran, yang mana merupakan satu set persamaan
yang independen. Jumlah persamaan yang dibentuk adalah jumlah pengamatan dikurangi syarat
minimal pengamatan.
r=n–u

r adalah banyaknya persamaan kondisi.


n adalah jumlah pengamatan.
u adalah syarat minimal pengamatan.

Sebagai contoh :

Pengukuran jarak AB berulang sebanyak 5 kali.

A B
Gambar 12. Pengukuran jarak AB

Diperoleh nilai sebagai berikut :

62
d1 = 50,54 m

d2 = 50,55 m

d3 = 50,56 m

d4 = 50,53 m

d5 = 50,52 m

Persamaan yang dapat dibentuk adalah :

(1) d1 – d2 = 0

(2) d2 – d3 = 0

(3) d3 – d4 = 0

(4) d4 – d5 = 0

(5) d1 – d3 = 0

(6) d2 – d4 = 0

(7) d3 – d5 = 0

(8) d1 – d4 = 0

(9) d2 – d5 = 0

(10) d1 – d5 = 0

Dari 10 persamaan yang dapat dibentuk tersebut, dipilih sejumlah r persamaan yang independen.
n=5

u=1

maka : r = 4

Empat persamaan pertama merupakan sistem persamaan yang independen (bukan merupakan
fungsi dari persamaan-persamaan yang lain).
d1 – d2 = 0

63
d2 – d3 = 0
d3 – d4 = 0
d4 – d5 = 0 ……… (4)
Karena d1 , d2 , d3 , d4 , d5 merupakan hasil pengukuran, maka masing-masing nilai mempunyai
kesalahan acak. Sehingga persamaan (4) menjadi :
(d1+v1) – (d2+v2) = 0 → v1–v2 + (d1–d2) = 0

(d2+v2) – (d3+v3) = 0 → v2–v3 + (d2–d3) = 0

(d3+v3) – (d4+v4) = 0 → v3–v4 + (d3–d4) = 0

(d4+v4) – (d5+v5) = 0 → v4–v5 + (d4–d5) = 0 ……… (5)

d1 , d2 , d3 , d4 , d5 merupakan nilai dari hasil pengukuran yang telah diketahui.


v1 , v2 , v3 , v4 , v5 masing-masing merupakan nilai koreksi terhadap d1 , d2 , d3 , d4 , d5 (nilai yang
akan dicari). Nilai v yang dicari adalah yang memenuhi sistem persamaan, dan kondisi yang
harus dipenuhi adalah jumlah kuadrat v (Σv2) harus minimum.
Apabila sistem persamaan (5) ditulis dalam bentuk matrik :

d1 – d2 1 -1 0 0 0 v1

d2 – d3 0 1 -1 0 0 v2

d3 – d4 + 0 0 1 -1 0 v3 = 0

d4 – d5 0 0 0 1 -1 v4

v5

F (Lb) + ∂ F / ∂ Lb . V = 0

W + B . V = 0

Untuk mencari matrik V (matrik koreksi) :

V = BTK, dalam hal ini : K = -(BBT)-1.W

64
Nilai V yang didapat kemudian dikoreksikan terhadap besaran pengamatan (Lb), sehingga

didapat nilai estimasi besaran yang diamat (La).

La = Lb + V

d1 d1 v1

d2 d2 v2

d3 = d3 + v3

d4 d4 v4

d5 d5 v5

Model matematik dalam penyelesaian metode kuadrat terkecil digunakan model linear
sehingga semua persamaan nantinya harus dilinearkan terlebih dahulu, dan untuk proses
linearisasi biasa digunakan deret Taylor. Model matematik metode kondisi adalah sebagai
berikut.
Pengamatan = Lb (mengandung kesalahan acak)
Koreksi =V
Pengamatan terkoreksi = La
Model matematik metode kondisi tanpa memperhitungkan bobot pengamatan :

F (La) = 0

F (Lb+V) = 0 → F(Lb) + ∂F / ∂Lb . V = 0

dalam hal ini :


F(Lb) adalah fungsi pengamatan.
∂F / ∂Lb adalah turunan parsial pengamatan
Jika ditulis dalam bentuk matrik :
W + B.V = 0
V = BTK, dalam hal ini : K = -(BBT)-1.W

Pengamatan terkoreksi : La = Lb +V

65
Apabila bobot pengamatan diperhitungkan, maka model matematiknya menjadi :

F (La) = 0

F (Lb+V) = 0

F(Lb) + ∂F / ∂Lb . V = 0

W + B . V = 0

V = P-1BTK , dalam hal ini : K = -(B P-1BT)-1 W

Pengamatan terkoreksi : La = Lb +V

Keterangan :
La adalah ukuran terkoreksi
Lb adalah harga pengukuran (mengandung kesalahan acak)
V adalah koreksi
B adalah matrik koefisien
W adalah matrik ukuran
K adalah matrik korelat
P adalah matrik bobot

Ketelitian hasil hitungan menggunakan metode kuadrat terkecil dapat dilihat dari harga varian
posteriori. Persamaannya adalah sebagai berikut.
02 = VTV / r ……………………………………………………. (11)
keterangan :
02 adalah varian posteriori.
r adalah redundan atau degree of freedom.

Contoh Hitungan

Contoh 1 : Pengukuran jarak berulang sebanyak 2 kali.

66
A B
Gambar 13. Contoh pengukuran jarak berulang

Diperoleh nilai pengukuran sebagai berikut :

d1 = 50,54 m

d2 = 50,56 m

Soal : Cari nilai estimasi AB.

Penyelesaian :

1. Menyusun persamaan kondisi :

n=2

u=1

maka : r = n-u = 2-1 = 1 persamaan kondisi

F (La) = d1 - d2 = 0

2. Linearisasi persamaan :

F(Lb) + ∂F / ∂Lb . V = 0

(d1 – d2) + 1.v1 - 1.v2 = 0

(50,54 – 50,56) + 1.v1 – 1.v2 = 0

-2 + 1 -1 v1 = 0

v2

W + B . V = 0

67
3. Mencari harga matrik koreksi (V) :

V = BTK

K = -(B BT)-1 W
-1
=- 1 -1 1 -2

-1

-1
=- 2 -2 = 1

V= 1 1 = 1

-1 -1

4. Harga pengukuran terkoreksi :

La = Lb + V

d1 = 50,54 + 0,001 = 50,55

d2 50,56 -0,001 = 50,55

Maka jarak AB terestimasi = 50,55

Contoh 2 : Pengukuran sipat datar 1 kring

B
h1

A Gambar 14. Pengukuran sipat datar kring


h2

68
h3
C

Diketahui tinggi titik A (HA) = 100,510 meter.

Dari pengukuran sipat datar diperoleh :

h1 = 2,343 m. (beda tinggi AB)

h2 = 1,562 m. (beda tinggi BC)

h2 = 3,902 m. (beda tinggi AC)

jarak lintasan waterpassing AB = 1 km

jarak lintasan waterpassing BC = 2 km

jarak lintasan waterpassing AC = 3 km

Soal : Tentukan tinggi titik B (HB) dan titik C (Hc).

Penyelesaian :

1. Mencari matrik bobot :

P = σ02 . Σ-1

P-1 = 1 0 0

0 2 0

0 0 3

2. Menyusun persamaan kondisi :

n=3

u=2

maka : r = n-u = 3-2 = 1 persamaan kondisi

F (La) = h1 + h2 - h3 = 0

69
3. Linearisasi persamaan :

F(Lb) + ∂F / ∂Lb . V = 0

(h1 + h2 - h3) + 1.v1 + 1.v2 – 1.v3 = 0

(2,343 + 1,562 – 3,902) + 1.v1 + 1.v2 – 1.v3 = 0

3 + 1 1 -1 v1 = 0

v2

v3

W + B . V = 0

4. Mencari harga matrik koreksi (V) :

V = P-1BTK

K = -(B P-1BT)-1 W
-1
=- 1 1 -1 1 0 0 1 3

0 2 0 1

0 0 3 -1

-1
=- 6 3 = -1/2

V= 1 0 0 1 -1/2 = -1/2

0 2 0 1 -1

0 0 3 -1 3/2

70
5. Harga pengukuran terkoreksi :

La = Lb + V

h1 2 -1/2 3/2

h2 = -1 + -1 = -2

h3 -2 3/2 -1/2

Cek : h1 + h2 - h3 = 0

6. Tinggi titik B dan C adalah :

HB = HA + h1 = 100,510 + 0,0015 = 100,5115 m

HC = HA + h3 = 100,510 + (-0,0005) = 100,5095 m

Berikut akan dibahas tentang hitungan metode kondisi untuk bangun segitiga sebagai
dasar hitungan untuk jaring segitiga (pemotongan kemuka, triangulasi, trilaterasi, dan
triangulaterasi).

(i) Dari sebuah segitiga yang diukur ketiga sudutnya :

S3

71
S1 S2

Gambar 15. Pengukuran sudut dalam segitiga


maka :
n=3
u = 2 (dengan dua sudut dapat diketahui bentuk segitiga)
r = 1 (dapat dibentuk 1 persamaan kondisi), yaitu :

S1 + S2 +S3 – 1800 = 0

(ii) Dari sebuah segitiga yang diukur ketiga sudut dan satu sisinya :

S3
L1

S1 S2

Gambar 16. Pengukuran sudut dalam segitiga dan satu sisi


maka :
n=4
u = 3 (dengan dua sudut dan 1 sisi dapat diketahui besar dan bentuk segitiga)
r = 1 (dapat dibentuk 1 persamaan kondisi), yaitu :

S1 + S2 +S3 – 1800 = 0

(ii) Dari sebuah segitiga yang diukur ketiga sudut dan dua sisinya :

72
S3

L2 L1

S1 S2

Gambar 17. Pengukuran sudut dalam segitiga dan dua sisi


maka :
n=5
u = 3 (dengan dua sudut dan 1 sisi dapat diketahui besar dan bentuk segitiga)
r = 2 (dapat dibentuk 2 persamaan kondisi), yaitu :

F1 : S1 + S2 +S3 – 1800 = 0
F2 : sin S1 / L1 – sin S2 / L2 = 0

LATIHAN

1. Dari satu set pengukuran jarak berulang didapatkan data ukuran sebagai berikut :
d1 = 56,0 m
d2 = 56,4 m
d3 = 56,3 m

73
d4 = 56,5 m
d5 = 56,2 m
d6 = 56,1 m
d7 = 56,3 m
Buktikan bahwa MPV diperoleh dari jumlah kuadrat residual yang terkecil.
2. Cari nilai estimasi kasus berikut dengan metode kondisi.

S1

S2 S3

Hasil pengukuran : S1 = 62020’30” , S2 = 60029’30” S3 = 57010’30”.


3. Apabila masing-masing pengukuran di atas mempunyai simpangan baku : ±5”, ±10” dan
±20”, hitung kembali nilai estimasinya.
4. Pemotongan kemuka sebagai berikut.

S4 C
S5

S1
S2 S3
A
B

Diketahui koordinat A (XA,YA), B (XB,YB), C(XC,YC). Tentukan sistem persamaan


kondisinya untuk mencari koordinat D.

5. Pemotongan kemuka sebagai berikut.

D
d3

d1 d2 S4 C

74
S1
S2 S3
A
B

Diketahui koordinat A (XA,YA), B (XB,YB), C(XC,YC). Tentukan sistem persamaan


kondisinya untuk mencari koordinat D.

RANGKUMAN

 Metode kuadrat terkecil adalah metode yang paling baik dalam hitung perataan kesalahan.
 Prinsip dari kuadrat terkecil adalah : nilai yang paling mungkin (most probable value)
sebagai nilai terbaik dicapai apabila jumlah kuadrat residualnya minimum.
 Terdapat 3 metode dalam hitung perataan kuadrat terkecil, yaitu : (1) metode kondisi atau
metode korelat atau metode bersyarat (disebut juga dengan nama Standar I) ; (2) metode
parameter atau metode observasi (disebut juga Standar II) ; dan (3) metode kombinasi
metode kondisi dan parameter di atas (disebut juga Standar III).
 Dalam metode kondisi, dibuat sejumlah persamaan tertentu (satu set persamaan) yang
merupakan fungsi dari besaran-besaran pengukuran, yang mana merupakan satu set
persamaan yang independen. Jumlah persamaan yang dibentuk adalah jumlah pengamatan
dikurangi syarat minimal pengamatan.
 Model matematik dalam penyelesaian metode kuadrat terkecil digunakan model linear
sehingga semua persamaan nantinya harus dilinearkan terlebih dahulu.

TES FORMATIF

1. Nilai yang paling mungkin dalam pengukuran berulang yang independen adalah :
a. mean

75
b. modus
c. simpangan baku
d. jumlah kuadrat residualnya

2. Prinsip kuadrat terkecil adalah :


a. apabila dicapai nilai rata-ratanya
b. apabila dicapai nilai residual yang maksimum
c. apabila dicapai nilai residual yang minimum
d. apabila dicapai nilai yang paling benar

3. Jumlah persamaan dalam suatu sistem persamaan kondisi adalah :


a. tertentu
b. bebas
c. mengikuti ketelitian alat
d. mengikuti bobot

4. Persamaan-persamaan yang membentuk sistem persamaan kondisi adalah :


a. konsisten
b. independen
c. linear
d. linear dan konsisten

5. Jumlah persamaan dalam metode kondisi adalah :


a. jumlah pengukuran – syarat minimum pengukuran
b. jumlah pengukuran – syarat maksimum pengukuran
c. jumlah pengukuran – syarat optimum pengukuran
d. jumlah pengukuran – syarat ketelitian pengukuran
6. Dari hasil pengukuran 3 sudut dan 2 jarak segitiga :

S3
L2 L1

76
S1 S2

Maka satu persamaan kondisi yang tidak benar adalah :


a. S1 + S2 + S3 – 1800 = 0
b. sin S1 / L1 – sin S2 / L2 = 0
c. L1 / sin S1 – L2 / sin S2 = 0
d. L12 + L22 – c2 – 2.L1. L2.cos S3 = 0

7. Jumlah persamaan kondisi pada gambar soal nomor 6 adalah :


a. 1 persamaan
b. 2 persamaan
c. 3 persamaan
d. 4 persamaan
8. Pengukuran pada pemotongan kemuka sebagai berikut.

S4 C
S5

S1
S2 S3
A
B
Jumlah persamaan kondisinya adalah :
a. 2 persamaan
b. 3 persamaan
c. 4 persamaan
d. 5 persamaan

9. Pengukuran sudut sebagai berikut.

77
S1
S3
S2
S4

Jumlah persamaan kondisinya adalah :


a. 1 persamaan
b. 2 persamaan
c. 3 persamaan
d. 4 persamaan

10. Pengukuran radius/diameter lingkaran sebagai berikut.

Persamaan kondisinya adalah :


a. 2r – d = 0
b. 2 r – 2d = 0
c. 2 r2 – 2d = 0
d. r2 – d = 0

Cocokkan jawaban Anda dengan kunci jawaban Tes Formatif 5 yang terdapat pada
bagian akhir Modul ini. Hitunglah jawaban Anda yang benar. Kemudian gunakan rumus di
bawah ini untuk mengetahui tingkat penguasaan Anda terhadap materi kegiatan belajar ini.

78
Rumus :
Jumlah jawaban yang benar
Tingkat penguasaan = x 100%
10

Arti tingkat penguasaan yang Anda peroleh adalah :


90 – 100% = Baik Sekali ;
80 – 90% = Baik ;
70 – 80% = Cukup ; dan
≤ 70% = Kurang.

Bila Anda memperoleh tingkat penguasaan 80% atau lebih, Anda dapat meneruskan dengan
kegiatan belajar (modul) selanjutnya. Sedangkan jika tingkat penguasaan Anda masih berada di
bawah 80%, Anda diwajibkan mengulangi kegiatan belajar (modul) ini, terutama bagian yang
belum Anda kuasai secara baik.

MODUL HITUNG PERATAAN

6
KUADRAT TERKECIL
METODE PARAMETER

uatu ketika kita akan menghadapi kasus hitung perataan kuadrat terkecil yang perlu kita

S hitung untuk mendapatkan hasil estimasi. Surveyor mempunyai pilihan untuk menentukan
metoda dalam menyelesaikannya, alternatifnya antara lain dengan metode parameter.

79
Dalam Modul 6 ini akan dibahas tentang metode hitungan kuadrat terkecil dengan metode
parameter. Metode parameter merupakan salah satu metode perataan kuadrat terkecil dengan
model matematik yang disusun berdasar parameter yang akan dicari, dan besaran ukuran
merupakan fungsi dari parameter.
Metode tersebut akan dibahas secara aplikatif pada kasus-kasus pekerjaan pengukuran
kadastral yang sederhana. Dengan mempelajari Modul 6 ini diharapkan Anda akan mampu untuk
:
a. mengoperasikan hitung perataan kuadrat terkecil metode parameter ; dan
b. mengimplementasikan metode parameter untuk dasar-dasar pekerjaan pengukuran kadastral.

A. MODEL MATEMATIK

Model matematik dalam penyelesaian metode kuadrat terkecil digunakan model linear
sehingga semua persamaan nantinya harus dilinearkan terlebih dahulu, dan untuk proses
linearisasi biasa digunakan deret Taylor.

Model matematik direpresentasikan sebagai berikut :


La = F (Xa)
dengan La = nilai teoritis besaran ukuran
Xa = nilai teoritis parameter

80
Dalam aplikasi praktis persamaan di atas dapat dituliskan :
La = F (Xa)
Lb + V = F (Xo + X)
dengan La = besaran ukuran terkoreksi
Xa = besaran parameter terkoreksi
Lb = harga ukuran
V = residual (koreksi harga ukuran)
Xo = nilai pendekatan parameter
X = nilai koreksi parameter

Selanjutnya proses linearisasi dilakukan sebagai berikut:


F(Xa) = Lb + V = F(Xo) + ∂F / ∂X, dengan ∂F / ∂X merupakan diferensial parsial
fungsi besaran parameter. Nilai ini merupakan besaran koefisien dan dalam bentuk matriks
nantinya disebut sebagai matriks koefisien. Dalam penyelesaian kuadrat terkecil bahwa besaran
residual (V) adalah minimum (VTPV) =minimum.

Persamaan dapat ditulis menjadi :


V = AX + L
= AX + F(Xo)-Lb, dengan X = Xa – Xo

Dalam bentuk matrik dituliskan sebagai berikut :


v1   a11 a12 ... a1u   x1   L1 
v 2  a 21  x2  L2 
   a 22 ... a 2u     
v3   a31 a32 ... a3u   x3   L3 
  = . .    +  
.    .  . 
.  . .  .  . 
   an1 an2 ... anu     
.vn  .xu  .Ln 

nV1 nAu uX1 nL1

81
V = matriks residu dengan dimensi (nx1)
A = matriks koefisien dengan dimensi (nxu), yang didapatkan dari proses
diferensial parsial terhadap parameter yang dicari
X = matriks parameter dengan dimensi (ux1)
L = matriks sisa dengan dimensi (nx1)
dalam hal ini :
n = jumlah pengamatan; dan
u = jumlah parameter yang dicari

Apabila pengamatan dengan bobot, maka formulasinya dituliskan :


P = σo² ΣLb-1 = σo²/ σLb²
σo² = varian apriori
σLb = varian ukuran

Selanjutnya untuk mencari besaran parameter terkoreksi dilakukan langkah hitungan sebagai
berikut :
V = AX +L
X = - (ATPA)-1 ATPL
Xa = Xo + X
B. PROSEDUR HITUNGAN

Contoh 1 : Pengukuran jarak berulang sebanyak 4 kali.

A B
Gambar 18. Pengukuran jarak berulang yang diselesaikan dengan metode parameter

Diperoleh nilai pengukuran sebagai berikut :


d1 = 32,51 m
d2 = 32,48 m

82
d3 = 32,52 m
d4 = 32,53 m
Tentukan jarak AB dari hasil perataan dengan metode parameter

Penyelesaian :
1. Menyusun persamaan pengamatan :
n=4
no=1
u=1
r = n-no = 4-1 = 3
jumlah persamaan = r + u = 4, dengan parameter X = panjang garis AB,
dan harga pendekatan parameter Xo = 32,1m diambil dari rerata panjang garis yang
bersangkutan.
La = F (Xa)
Lb + V = F (Xo + X)
L1 + V1 = Xo + X → V1 = X + Xo-L1
L2 + V2 = Xo + X → V2 = X + Xo-L2
L3 + V3 = Xo + X → V3 = X + Xo-L3
L4 + V4 = Xo + X → V4 = X + Xo-L4

2. Linearisasi dengan deret Taylor :


V = AX + L
A= ∂F / ∂X, dalam hal ini :

∂V1 / ∂X= 1

∂V2 / ∂X= 1

∂V3/ ∂X= 1

∂V4 / ∂X= 1

83
sehingga dapat dituliskan dalam bentuk matrik;

v1  1  L1 
v 2   L2 
  = 1x  +  
v 3  1  L3 
    
.v 4 1 .Ln 
v1  1  Xo  L1 
v 2    Xo  L 2
  = 1x  +  
v 3  1  Xo  L3 
    
.v 4 1  Xo  L 4
v1  1 0 
v 2   0,03 
  = 1x  +  
v 3  1  0,01
    
.v 4 1  0,02

3. Menghitung koreksi parameter :


X = - (ATPA)-1 ATPL
Dari hitungan harga X = 0
4. Menghitung harga parameter terkoreksi
Xa = Xo + X
Xa = 32,51 + 0 = 32,51m
Jadi jarak AB dari hasil perataan adalah 32,51m.

Contoh 2 :

Pemotongan kemuka dengan geometri sebagai berikut :

84
C?

D1
D2

S1
S2

A B

Gambar 19. Pemotongan kemuka yang diselesaikan dengan metode parameter

Hitung koordinat titik C dengan metode parameter jika diketahui data berikut.

Titik A ( 1000,000; 1000,000)m


Titik B ( 1072,640; 1012,121)m
S1 = 40038’30”
S2 = 51055’21”
D1= 58,027m
D2 = 47,900m
Menentukan jumlah persamaan yaitu :
n=4
no =2
r = n-no = 2
u=2
Jumlah persamaan = r + u = 4

Langkah penyelesaian :
1. Hitung harga koordinat C pendekatan (Xo,Yo)
Sebelumnya perlu dicari terlebih dahulu αab, αac dan αbc.
αab = 80031’36,04”
αac = 39053’31,04”
αbc = 312026’57”
dari hitungan didapatkan : Xo=1037,256m ;Yo=1044,486m

85
2. Hitung jarak pendekatan
Dengan telah diketahui koordinat pendekatan titik C maka jarak pendekatan dihitung
dengan menggunakan rumus jarak antara dua titik yang telah diketahui koordinatnya.
Hasilnya adalah D1o = 58,026m dan D2o = 47,93m

3. Hitung asimut pendekatan


Pada kasus ini hitungan asimut pendekatan didasarkan pada titik C, sehingga didapatkan :
αcao = 219056’43,4”
αcbo = 132026’54,6”

4. Susun persamaan pengamatan :


Lb + V = F (Xo + X) , dan seterusnya.
5. Linearisasi dan bentuk matrik : V=AX+L
6. Hitung koreksinya : X = - (ATPA)-1 ATPL
7. Hitung harga parameter terkoreksi : Xa = Xo + X
Selesaikan sesuai langkah-langkah di atas.

LATIHAN

1. Cari nilai estimasi kasus berikut dengan metode parameter.

86
S1

S2 S3

Hasil pengukuran : S1 = 62020’30” , S2 = 60029’30” S3 = 57010’30”.

2. Apabila masing-masing pengukuran di atas mempunyai simpangan baku : ±5”, ±10” dan
±20”, hitung kembali nilai estimasinya.

3. Cari nilai estimasi kasus berikut dengan metode parameter.

S1

S2 S3

Hasil pengukuran : S1 = 120000’30” , S2 = 120000’30” S3 = 120010’00”.

4. Apabila masing-masing pengukuran di atas mempunyai simpangan baku : ±15”, ±5” dan
±20”, hitung kembali nilai estimasinya.

RANGKUMAN

87
 Metode parameter merupakan metode perataan kuadrat terkecil dengan model matematik
yang disusun berdasar parameter yang akan dicari, dan besaran ukuran merupakan fungsi
dari parameter.
 Model matematik dalam penyelesaian metode kuadrat terkecil digunakan model linear
sehingga semua persamaan nantinya harus dilinearkan terlebih dahulu.

TES FORMATIF

1. Jumlah persamaan dalam metode parameter pada gambar latihan nomor 1 adalah :
a. 3 persamaan
b. 4 persamaan
c. 5 persamaan
d. 6 persamaan

2. Linearisasi persamaan dalam hitung perataan digunakan :


a. deret ukur
b. deret Helmert
c. deret Taylor
d. deret Gauss

3. Ketelitian hasil hitungan menggunakan metode kuadrat terkecil dapat dilihat pada harga :
a. simpangan baku
b. varian apriori
c. varian posteriori
d. uji statistik

4. Pengukuran sudut segitiga sebagai berikut.

S1

88
S2 S3

Jika diselesaikan dengan metode parameter, jumlah persamaannya adalah :


a. 1 persamaan
b. 2 persamaan
c. 3 persamaan
d. tidak dapat dibentuk persamaan

5. Metode parameter disebut juga dengan nama :


a. korelat
b. bersyarat
c. observasi
d. standar I

6. Dalam hitung perataan metode parameter dan kondisi, akan menghasilkan ketelitian :
a. metode parameter lebih baik ketelitiannya daripada metode kondisi
b. metode kondisi lebih baik ketelitiannya daripada metode parameter
c. metode parameter ketelitiannya sama dengan metode kondisi
d. metode parameter ketelitiannya tidak selalu lebih baik daripada metode kondisi

8. Jumlah persamaan dalam metode parameter pada gambar latihan nomor 3 adalah :
a. 2 persamaan
b. 3 persamaan
c. 4 persamaan
d. 5 persamaan

9. Jika bobot disertakan dalam hitungan metode parameter, maka jumlah persamaan yang
terbentuk :
a. samadengan jumlah persamaan yang telah tersusun

89
b. setengah dari jumlah persamaan yang telah tersusun
c. dua kali lipat dari jumlah persamaan yang telah tersusun
d. jumlah persamaan yang telah tersusun dikalikan dengan rata-rata bobot

10. Jika matrik bobot yang dibentuk pada hitungan kudrat terkecil :
a. matrik bobot metode kondisi merupakan transpose matrik bobot metode parameter
b. matrik bobotnya sama antara metode kondisi dan parameter
c. matrik bobot metode parameter adalah invers matrik bobot pada metode kondisi
d. matrik bobot metode parameter adalah varian

Cocokkan jawaban Anda dengan kunci jawaban Tes Formatif 1 yang terdapat pada
bagian akhir Modul ini. Hitunglah jawaban Anda yang benar. Kemudian gunakan rumus di
bawah ini untuk mengetahui tingkat penguasaan Anda terhadap materi kegiatan belajar ini.
Rumus :
Jumlah jawaban yang benar
Tingkat penguasaan = x 100%
10

Arti tingkat penguasaan yang Anda peroleh adalah :


90 – 100% = Baik Sekali ;
80 – 90% = Baik ;
70 – 80% = Cukup ; dan
≤ 70% = Kurang.

Bila Anda memperoleh tingkat penguasaan 80% atau lebih, Anda dapat meneruskan dengan
kegiatan belajar (modul) selanjutnya. Sedangkan jika tingkat penguasaan Anda masih berada di
bawah 80%, Anda diwajibkan mengulangi kegiatan belajar (modul) ini, terutama bagian yang
belum Anda kuasai secara baik.

90
Daftar Pustaka
Anton, Howard. 1992. Aljabar Linear Elementer. Edisi Kelima. Erlangga. Jakarta.

Ayres, Frank. 1981. Theory and Problems of Calculus. 2nd Edition, McGraw Hill International
Book Co.. Singapore.

Bomford, G.. 1971. Geodesy. 3rd Edition. Oxford University Press. Oxford.

Mikhail, Edward M. and Gracie, Gordon. 1981. Analysis and Adjusment of Survey
Measurements, Van Nostrand Reinhold Co.. New York.

Moffitt, Francis H. and Mikhail, Edward M.. 1982. Photogrammetry. 3rd Edition. Harper & Row.
New York.

Moffitt, Francis H. and Bouchard, Harry.. 1982. Surveying. 7th Edition. Harper & Row. New
York.

Perawiranagara, Kardiman. 1995. Reduksi Jarak, Sudut dan Hitungan Koordinat pada Proyeksi
Transverse Mercator (TM-3). Direktorat Pengukuran dan Pemetaan, Deputi Bidang
Pengukuran dan Pendaftaran Tanah BPN. Jakarta.

Uotila, Urho A.. 1985. Adjustment Computations Notes, Part I. Department of Geodetic Science
and Surveying, The Ohio State University. Columbus.

Wolf, Paul R.. 1983. Elements of Photogrammetry. 2nd Edition. McGraw Hill International Book
Co.. Tokyo.

Wolf, Paul R.. 1985. Adjustment Computations. 3rd Edition. McGraw Hill International Book
Co.. Tokyo.

91
Kunci Jawaban Tes Formatif

Kunci Jawaban Tes Formatif Modul 1 :

1. d. Nilai yang benar tidak pernah diperoleh.


2. b. Sudah jelas.
3. a. Sudah jelas.
4. d. Termasuk dalam kategori ketidakmampuan atau kecerobohan si pengukur.
5. d. Sudah jelas.
6. b. Sudah jelas, lihat bahasan ‘konsep dasar probabilitas’.
7. a. Sudah jelas.
8. d. Pada hakikatnya, kesalahan acak tidak dapat dikoreksi.
9. d. Tiga desimal menunjukkan angka penting tersebut.
10. a. Cukup hingga dua desimal.

Kunci Jawaban Tes Formatif Modul 2 :

1. d. Sudah jelas, lihat pada bahasan ‘penjumlahan matrik’.


2. a. AB ≠ BA
3. c. Sudah jelas, lihat bahasan ‘matrik transpos’.
4. c. Sudah jelas, lihat bahasan ‘kofaktor’.
5. d. Lihat pada invers matrik, dan berlakunya hukum komutatif.
6. a. Gunakan persamaan (8) dan (14).
7. c. Gunakan persamaan (2).
8. d. Gunakan persamaan (4) dan (15).
9. b. Gunakan persamaan (4).
10. a. Gunakan persamaan (10).

92
Kunci Jawaban Tes Formatif Modul 3 :

11. b. Sudah jelas, gunakan rumus dari modul 3.


12. a. Sudah jelas, gunakan rumus dari modul 3.
13. a. Simpangan baku I lebih kecil daripada II.
14. d. Tidak ada data yang mempunyai jarak lebih dari 2 kali simpangan baku terhadap nilai rata-
rata.
15. d. Sudah jelas, lihat bahasan ‘ukuran keandalan/ketelitian’.
16. d. Untuk menguji data yang terlalu jauh dari nilai rata-rata, dan diduga data blunder.
17. c. Sudah jelas, lihat bahasan ‘ukuran keandalan/ketelitian’.
18. b. Sudah jelas, lihat bahasan ‘matrik kovarian’.
19. b. Sudah jelas, lihat bahasan ‘matrik kovarian’.
20. d. Nilai koreksi bergantung pada distribusi kedua data pengukuran.

Kunci Jawaban Tes Formatif 4 :

1. a. Sudah jelas.
2. d. Lihat cara-cara mendeteksi blunder pada bagian A.
3. a. Sudah jelas, dapat dihitung dengan rumus : z = (di-d)/σ .
4. b. Sudah jelas, dapat dihitung dengan rumus di atas.
5. d. Sudah jelas, dapat dihitung dengan rumus di atas.
6. d. Hitungan poligon dan luas bidang tidak ada kaitannya.
7. a. Jika sistemnya diketahui, maka dapat dikoreksi.
8. c. Sudah jelas, lihat pada bahasan ‘blunder’ .
9. a. Perambatan ketelitian dari besaran-besaran pengukuran.
10. c. Besarnya kesalahan acak dapat dideteksi dengan varian, dengan demikian perambatan
kesalahan acak merupakan perambatan varian-kovarian.

93
Kunci Jawaban Tes Formatif 5 :

1. d. Karena ketelitian EDM lebih tinggi daripada yang lain.


2. a. Semakin jauh jarak lintasan, maka pengukuran WP semakin menurun ketelitiannya
3. c. Sudah jelas, lihat bahasan ‘menentukan bobot’.
4. b. Sudah jelas, lihat bahasan ‘definisi bobot’.
5. a. Angka tersebut menunjukkan harga simpangan baku.
6. c. Terdapat perkalian variabel.
7. b. Persamaan (3) inkonsisten.
8. a. Sudah jelas, lihat bahasan ‘konsisten dan inkonsisten’.
9. b. Sudah jelas.
10. b. Sudah jelas, lihat bahasan ‘dependen dan independen’.

Kunci Jawaban Tes Formatif Modul 6 :

1. a. Sudah jelas, sesuai logika .


2. c. Yang dimaksud adalah jumlah kuadrat residual yang minimum.
3. a. Merupakan fungsi besaran pengukuran dan independen.
4. b. Sudah jelas, lihat bahasan ‘metode kondisi’.
5. a. Jumlahnya tertentu.
6. d. Tidak ada besaran c.
7. b. Dalam menentukan besar dan bentuk segitiga sembarang, syarat minimum pengukuran
adalah 3.
8. c. Sesuai dengan banyaknya variabel pada kasus ini.
9. c. Sudah jelas, lihat bahasan ‘metode parameter’.
10. c. Sudah jelas, lihat bahasan ‘metode kondisi’.

94
RIWAYAT HIDUP PENYUSUN

Nama lengkap : Tanjung Nugroho, S.T., M.Si.


NIP : 19681224 199603 1 002
Tempat / Tgl lahir : Kudus, 24 Desember 1968
Golongan / Pangkat : IV/b (Pembina Tk.I)
Jabatan : Lektor Kepala
Alamat : Nogotirto Regency B.12 Karangtengah, Gamping, Sleman.

A. Riwayat Pendidikan / Latar belakang Akademik

 Pendidikan Formal
1. S1 – Teknik Geodesi UGM (1994)
2. S2 – Ilmu Geografi UI (2001)
 Pendidikan lain
1. Kursus Metodologi Penelitian di STPN (2004)
2. Kursus ToT Ajudikasi Sistematik RALAS di BPN Pusat (2006)
3. Kursus Penyusunan Kurikulum dan Modul Kuliah (2006)

B. Riwayat Pekerjaan / Bidang Kajian yang Digeluti


 Riwayat Pekerjaan
1. Survei Cut and Fill Pembuatan Saluran dan Bendung di Kab. Demak (1991).
2. Pengukuran dan Pemetaan Kadaster Sistematik dalam Proyek Peningkatan dan
Penertiban Pertanahan di Kota Semarang (1992).
3. Survei dan Perencanaan Resettlement bagi Peladang Berpindah di Musirawas dan Lahat,
Sumatera Selatan (1992 – 1993).
4. Pengukuran & Pemetaan Topografi, serta Stake-out Pembangunan Perumahan, Tapak
Pabrik, Resor dan Highway di berbagai daerah Jawa Barat dan DKI Jakarta (1993 –
1995)
5. Survei Kelautan untuk Penambangan Timah di Perairan Riau (1995)
6. Audit Building dan Uji Deformasi Gedung Pusat Pertamina, Jakarta (1996)

95
7. Ketua Program DI-PPK STPN (1996 – 1998)
8. Inventarisasi Tanah Sultan Grond di Kab. Bantul (2002)
9. Supervisor pada Pembangunan Basisdata PBB di Kab. Demak. dan Kota Semarang
(2004-2005)

 Mengajar
1. Matematika & Fisika (DI-PPK STPN) Th. 1996 – skr.
2. Ilmu Ukur Tanah (DI-PPK STPN) Th. 1996 – 2003
3. Hitung Perataan Kesalahan (DI-PPK STPN) Th. 1996 – skr.
4. Pembuatan GU & Rekonstruksi Bts (DI-PPK STPN) Th. 1996 – skr.
5. Kerangka Dasar Pemetaan (DI-PPK STPN) Th. 1996 – skr.
6. Pengukuran & Pemetaan Kadastral (DI-PPK STPN) Th. 1996 – 1998
7. Peralatan Survey (DI-PPK STPN) Th. 2004 – skr.
8. Fisika (DIV-Pertnh STPN) Th. 2009 - 2014
9. Ilmu Hitung Perataan (DIV- Pertnh STPN) Th. 1996 – skr.
10. Fotogrametri Terapan (DIV- Pertnh STPN) Th. 1996 – 1998
11. Penguk. Posisi Kontrol Horisontal (DIV- Pertnh STPN) Th. 2001 – skr.
12. Ilmu Ukur Tanah III (DIV- Pertnh STPN) Th. 2001 – 2005
13. Ilmu Ukur Tanah IV (DIV- Pertnh STPN) Th. 2001 – 2006
14. Pengukuran dan Pemetaan Topografi (DIV- Pertnh STPN) Th. 2005 – skr.
15. Peta Pendaftaran Tanah (DIV- Pertnh STPN) Th. 2007 – skr.
16. Geodesi Satelit (DIV- Pertnh STPN) Th. 2012 – 2014
17. Sistem Pemetaan Kadastral (DIV- Pertnh STPN) Th. 2012 – 2014
18. Kursus Ajudikasi Sistematik pada Program PAP di STPN (1997)
19. Kursus Peralatan Survei untuk Konstruksi dan Deformasi di ISTN Jakarta (1999)
20. Kursus Pemetaan Tematik Potensi Wilayah Pesisir dan Pulau-pulau Kecil di Jurusan
Geografi UI Jakarta (2000)
21. Kursus Ajudikasi Sistematik pada Program RALAS (Reconstruction of Aceh Land
Administration System) - Badan Rekonstruksi dan Rehabilitasi Aceh dan Nias (2006)

 Penelitian yang Dilakukan

96
1. Studi untuk Mendapatkan Elipsoid Terbaik di Indonesia dengan Mentranslasikan GRS-80
(Peneliti Tunggal : Skripsi S1-1994).
2. Sedimentasi pada Alur Pelayaran Ambang Barito (Peneliti Tunggal - 1998)
3. Penggunaan Tanah Perkotaan - Studi di DKI Jakarta (Peneliti Tunggal - 1999)
4. Pengembangan Sumberdaya Gas Natuna (Peneliti Tunggal - 2000)
5. Analisis Keruangan Perolehan Suara Parpol pada Pemilu 1999 di Prov. Jawa Tengah
(Peneliti Tunggal - 2001)
6. Pengaruh Undulasi Geoid Pulau Jawa dan Madura terhadap Pengadaan TDT-4 (Peneliti
Utama - 2002)
7. Faktor-faktor yang Mempengaruhi Pensertipikatan Tanah di Kab. Magelang dalam
Perspektif Desa-Kota (Peneliti Utama - 2003)
8. Pengaruh Undulasi Geoid Wilayah Indonesia terhadap Pengadaan TDT-4 (Peneliti
Tunggal - 2003)
9. Persebaran Pensertipikatan Tanah di Wilayah Eks Karesidenan Kedu, dan Faktor-faktor
yang Mempengaruhinya (Peneliti Utama - 2003)
10. Studi Penjajakan terhadap Pemberdayaan Asisten Surveyor Berlisensi Alumni DI-PPK
STPN di Jabodetabek (Peneliti Pendamping - 2004)
11. Evaluasi terhadap Aplikasi Pemetaan dan Produk Peta-peta Pendaftaran di Kantor
Pertanahan Kota Magelang dan Kab. Magelang (Peneliti Utama - 2004)
12. Distorsi Luas pada UTM dan TM-3 (Peneliti Tunggal - 2004)
13. Studi terhadap Sengketa Perolehan Tanah untuk Pembangunan Resor di Tanah Lot, Kab.
Tabanan Bali (Peneliti Pendamping - 2005)
14. Rubber-sheeting Citra IKONOS untuk Kadastral (Peneliti Utama - 2005)
15. Distorsi Bentuk akibat Transformasi dari proyeksi UTM ke TM-3 ( Peneliti Tunggal -
2005)
16. Konversi Asimut Astronomi menjadi Asimut Geodetis (Peneliti Utama – 2006)
17. Sebaran TDT di Kabupaten Klaten (Peneliti Utama – 2006)
18. Rekonstruksi Pertanahan di Kota Banda Aceh ((Peneliti Utama – 2007)
19. Surveyor Berlisensi: Privatisasi Setengah Hati (Peneliti Utama – 2007)
20. Permasalahan Agraria di Kabupaten Pandeglang (Peneliti Pendamping – 2008)
21. Permasalahan Agraria di Kabupaten Tasikmalaya (Peneliti Pendamping – 2008)

97
22. Masalah Pertanahan dalam Pengembangan Wilayah di Kabupaten Blitar (Peneliti
Pendamping – 2009)
23. Hak Ulayat Laut di Ratatotok Minahasa (Peneliti Utama – 2010)
24. Hak Masyarakat Adat di Sekitar Area Perkebunan PT. Asiatic Persada – Batanghari
(Peneliti Pendamping – 2011)
25. Tinjauan Normatif dan Dampak Pemberian Hak Atas Tanah di Perairan Pantai Pulau
Bintan (Peneliti Utama – 2012)
26. Analisis Spasial-Analitik Kemiskinan di Jawa Timur (Peneliti Utama – 2012)
27. Sebaran Sertipikasi Tanah di Kota Salatiga (Peneliti Utama – 2013)
28. Praktik Kadaster di Kota Batam dalam Perspektif Kadaster 2014 (Peneliti Utama – 2013)
29. Kadaster 4D: Sebuah Keniscayaan menurut Kondisi Geologis Kepulauan Indonesia
(Peneliti Tunggal – 2013)
30. Hak Ulayat Laut: Fenomena yang Perlu Dicermati dalam Menyusun Kadaster Kelautan
(Peneliti Tunggal – 2013)
31. Penataan Pertanahan Pulau Lembeh Kota Bitung (Peneliti Utama – 2014)
32. Permasalahan SIM-TN sebagai Alas Hak dalam Pendaftaran Tanah di Kota Tarakan
(Peneliti Utama – 2014)

C. Bidang Minat (informal/otodidak)


Menulis buku “Penepatan Kiblat : Untuk Awam dan Praktisi Pengukuran”

D. Keanggotaan dalam bidang profesi : Ikatan Surveyor Indonesia (ISI)

98